Andere Kunden interessierten sich auch für
![Méthodes de Monte Carlo EM et Approximations particulaires]( "Méthodes de Monte Carlo EM et Approximations particulaires")
Méthodes de Monte Carlo EM et Approximations particulaires62,99 €![Évaluation des Options Asiatiques par la Méthode de Monte Carlo]( "Évaluation des Options Asiatiques par la Méthode de Monte Carlo")
Évaluation des Options Asiatiques par la Méthode de Monte Carlo38,99 €![Monte Carlo and Quasi-Monte Carlo Methods]( "Monte Carlo and Quasi-Monte Carlo Methods")
Monte Carlo and Quasi-Monte Carlo Methods111,99 €![Uniform Distribution and Quasi-Monte Carlo Methods]( "Uniform Distribution and Quasi-Monte Carlo Methods")
Uniform Distribution and Quasi-Monte Carlo Methods127,99 €![Méthodes améliorées de débruitage dans un contexte automobile]( "Méthodes améliorées de débruitage dans un contexte automobile")
Méthodes améliorées de débruitage dans un contexte automobile50,99 €![Markov Chain Monte Carlo in Practice]( "Markov Chain Monte Carlo in Practice")
Markov Chain Monte Carlo in Practice59,99 €![Finance with Monte Carlo]( "Finance with Monte Carlo")
Finance with Monte Carlo37,99 €
Pour estimer la densité de probabilité des données positives par la méthode du noyau associé, le choix du noyau et du paramètre de lissage est important. On a utilisé les noyaux asymétriques du type Gamma, Gamma modifié, Gaussien-Inverse-Réciproque et Log-Normal. La sélection du paramètre de lissage est basée sur l'approche classique (UCV) et l'approche Bayésienne globale. La complexité de la loi a posteriori, dans l'approche Bayésienne globale, nécessite l'utilisation des méthodes de Monte Carlo (MCMC et PMC). La comparaison de l'approche Bayésienne globale (MCMC et PMC) avec la méthode classique (UCV) pour des données simulées et des données réelles montre que les performances de l'approche Bayésienne globale sont meilleures que celle de la méthode UCV pour des données de petites ou moyennes tailles. Les noyaux Gamma sont plus performants que les autres noyaux.