• xmlui.mirage2.page-structure.header.title
    • français
    • English
  • Help
  • Login
  • Language 
    • Français
    • English
View Item 
  •   BIRD Home
  • CEREMADE (UMR CNRS 7534)
  • CEREMADE : Publications
  • View Item
  •   BIRD Home
  • CEREMADE (UMR CNRS 7534)
  • CEREMADE : Publications
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Browse

BIRDResearch centres & CollectionsBy Issue DateAuthorsTitlesTypeThis CollectionBy Issue DateAuthorsTitlesType

My Account

LoginRegister

Statistics

Most Popular ItemsStatistics by CountryMost Popular Authors
Thumbnail

Importance Sampling combiné avec les algorithmes MCMC dans le cas d'estimations répétées

Gajda, Dorota; Guihenneuc-Jouyaux, Chantal; Rousseau, Judith; Mengersen, Kerrie; Nur, Darfiana (2009), Importance Sampling combiné avec les algorithmes MCMC dans le cas d'estimations répétées, 41èmes Journées de Statistique, SFdS, 2009-05, Bordeaux, France

View/Open
p31.pdf (159.4Kb)
Type
Communication / Conférence
Date
2009
Conference title
41èmes Journées de Statistique, SFdS
Conference date
2009-05
Conference city
Bordeaux
Conference country
France
Pages
4
Metadata
Show full item record
Author(s)
Gajda, Dorota
Epidémiologie environnementale des cancers
Recherche en épidémiologie et biostatistique
Guihenneuc-Jouyaux, Chantal
Mathématiques Appliquées Paris 5 [MAP5 - UMR 8145]
Epidémiologie environnementale des cancers
Rousseau, Judith
CEntre de REcherches en MAthématiques de la DEcision [CEREMADE]
Mengersen, Kerrie

Nur, Darfiana
School of Mathematical and physical Sciences
Abstract (EN)
L'Importance Sampling combiné avec les algorithmes MCMC est proposée ici dans le cas d'estimations Bayésiennes répétées. Dans le cas particulier de nombreux jeux de données simulés sous le même modèle, l'algorithme MCMC doit être utilisé pour chaque jeu de données ce qui peut devenir coûteux en temps calcul. Puisque l'IS nécessite le choix d'une fonction d'importance, nous proposons d'utiliser l'algorithme MCMC pour des jeux de données présélectionnés et ainsi d'obtenir des réalisations de chacune des lois a posteriori correspondantes. Les estimations des paramètres sous les autres jeux de données seront alors faites via IS en ayant préalablement choisi une des lois a posteriori présélectionnées. La fonction d'importance est donc ici la loi a posteriori choisie. Une amélioration de cette procédure consiste à choisir pour chaque jeu de données une fonction d'importance différente parmi des lois a posteriori présélectionnées. Deux critères sont proposés pour ce choix. Le premier critère est basé sur la minimisation de la norme L1 de la différence entre deux densités a posteriori et le deuxième minimise la variance de l'estimation MCMC. Pour éviter le choix arbitraire de l'ensemble de lois a posteriori présélectionnées, une procédure supplémentaire de sélection automatique a été établie. Les approches évoquées ici ont été étudiées via l'étude de simulations sur trois types de modèles Poissonniens : le modèle de Poisson et deux régressions de Poisson avec ou sans extravariabilité.
Subjects / Keywords
MCMC; Importance Sampling; Modèle de Poisson

Related items

Showing items related by title and author.

  • Thumbnail
    Use in practice of importance sampling for repeated MCMC for Poisson models 
    Gajda, Dorota; Guihenneuc-Jouyaux, Chantal; Rousseau, Judith; Mengersen, Kerrie; Nur, Darfiana (2010) Article accepté pour publication ou publié
  • Thumbnail
    Combining Expert Opinions in Prior Elicitation 
    Albert, Isabelle; Donnet, Sophie; Guihenneuc-Jouyaux, Chantal; Low-Choy, Samantha; Mengersen, Kerrie; Rousseau, Judith (2012) Article accepté pour publication ou publié
  • Thumbnail
    How Should We Combine Expert Opinions: On Elicitation, Encoding, Priors or Posteriors? 
    Low-Choy, Samantha; Mengersen, Kerrie; Murray, Justine; Rousseau, Judith (2010) Communication / Conférence
  • Thumbnail
    Using informative priors in the estimation of mixtures over time with application to aerosol particle size distributions 
    Hussein, Tareq; Rousseau, Judith; Alston, Clair; Mengersen, Kerrie; Wraith, Darren (2014) Article accepté pour publication ou publié
  • Thumbnail
    Testing hypotheses via a mixture estimation model 
    Kamary, Kaniav; Mengersen, Kerrie; Robert, Christian P.; Rousseau, Judith (2014) Document de travail / Working paper
Dauphine PSL Bibliothèque logo
Place du Maréchal de Lattre de Tassigny 75775 Paris Cedex 16
Phone: 01 44 05 40 94
Contact
Dauphine PSL logoEQUIS logoCreative Commons logo