Afficher la notice abrégée
dc.contributor.author |
Boukerra, Ammer |
|
dc.contributor.author |
Boudjerida, Khawla(encadreur) |
|
dc.date.accessioned |
2022-03-28T08:12:53Z |
|
dc.date.available |
2022-03-28T08:12:53Z |
|
dc.date.issued |
2021 |
|
dc.identifier.uri |
http://dspace.univ-jijel.dz:8080/xmlui/handle/123456789/11029 |
|
dc.description.abstract |
Ce travail est d edi e a l' etude d'estimation des param etres. le mod ele auquel on s'int eresse
est le mod ele de Weibull a deux param etres. l'approche utilis ee est une approche bay esienne
avec une fonction de perte sym etrique (la fonction de perte quadratique ), puis une fonction de
perte asym etrique dont la fonction de perte Linex. en utilisant des donn ees compl etes et une loi
a priori conjugu ee naturelle pour les param etres. l'expression des estimateurs bay esiens reste
sous forme d'int egrales, c'est pourquoi, nous utilisons les m ethodes de Monte-Carlo (MCMC)
et les m ethodes PMC.
Ces m ethodes num eriques nous permis de trouver la valeur des chaque estimateurs ainsi que
son risque a posteriori. |
fr_FR |
dc.language.iso |
fr |
fr_FR |
dc.publisher |
Université jijel |
fr_FR |
dc.relation.ispartofseries |
;Mat.Sta.0421 |
|
dc.subject |
bayésien - densité a posteriori - MCMC - PMC - la loi de Weibull |
fr_FR |
dc.title |
Estimation bayésienne : Simulation numériques |
fr_FR |
dc.type |
Thesis |
fr_FR |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée