Search
Now showing items 1-10 of 10
Partition adaptative de l’espace dans un algorithme MCMC avec adaptation régionale
(2018-10-18)
La simulation de variables aléatoires provenant de lois multimodales par des méthodes MCMC présente des défis particuliers. Les algorithmes adaptatifs utilisés pour faire face à ces distributions cherchent à faire le bon ...
Étude de la performance d’un algorithme Metropolis-Hastings avec ajustement directionnel
(2012-02-02)
Les méthodes de Monte Carlo par chaîne de Markov (MCMC) sont des outils très populaires
pour l’échantillonnage de lois de probabilité complexes et/ou en grandes dimensions.
Étant donné leur facilité d’application, ces ...
Convergence d’un algorithme de type Metropolis pour une distribution cible bimodale
(2017-09-27)
Nous présentons dans ce mémoire un nouvel algorithme de type Metropolis-Hastings dans lequel la distribution instrumentale a été conçue pour l'estimation de distributions cibles bimodales. En fait, cet algorithme peut être ...
New simulation schemes for the Heston model
(2012-10-11)
Les titres financiers sont souvent modélisés par des équations différentielles stochastiques (ÉDS). Ces équations peuvent décrire le comportement de l'actif, et aussi parfois certains paramètres du modèle. Par exemple, le ...
Sélection de modèles robuste : régression linéaire et algorithme à sauts réversibles
(2018-03-21)
Dans cette thèse, deux aspects incontournables de l’analyse statistique sont traités, soient la sélection de modèles et l’estimation des paramètres. Ceci est effectué dans un contexte bayésien par l’intermédiaire de trois ...
Recyclage des candidats dans l'algorithme Metropolis à essais multiples
(2014-05-20)
Les méthodes de Monte Carlo par chaînes de Markov (MCCM) sont des méthodes
servant à échantillonner à partir de distributions de probabilité. Ces techniques
se basent sur le parcours de chaînes de Markov ayant pour lois ...
MCMC adaptatifs à essais multiples
(2019-10-30)
Ce mémoire a pour but d'intégrer une composante adaptative au sein des algorithmes Metropolis à essais multiples (MTM) qui sont un cas particulier des méthodes de Monte Carlo par chaîne de Markov (MCMC). Les méthodes MCMC ...
Efficacité des distributions instrumentales en équilibre dans un algorithme de type Metropolis-Hastings
(2020-03-25)
Dans ce mémoire, nous nous intéressons à une nouvelle classe de distributions instrumentales informatives dans le cadre de l'algorithme Metropolis-Hastings. Ces distributions instrumentales, dites en équilibre, sont obtenues ...
Le lasso linéaire : une méthode pour des données de petites et grandes dimensions en régression linéaire
(2023-09-13)
Dans ce mémoire, nous nous intéressons à une façon géométrique de voir la méthode du
Lasso en régression linéaire. Le Lasso est une méthode qui, de façon simultanée, estime les
coefficients associés aux prédicteurs et ...
Modélisation des données financières par les modèles à chaîne de Markov cachée de haute dimension
(2022-06-22)
La classe des modèles à chaîne de Markov cachée (HMM, Hidden Markov Models) permet, entre autres, de modéliser des données financières. Par exemple, dans ce type de modèle, la distribution du rendement sur un actif financier ...