Modèles spatiaux latents : Inférence et applications

Cette séance de cours de l'instructeur couvre les modèles spatiaux latents, en se concentrant sur les hypothèses d'indépendance conditionnelle et de paramétrisation à l'aide de régression logistique. Il s'inscrit dans la représentation des réseaux dans les espaces latents, la relation entre les nœuds et l'équivalence à d'autres cadres de modélisation. La séance de cours explore également les graphiques aléatoires de produits à points, les modèles de blocs stochastiques et les décompositions spectrales. De plus, il traite du modèle de classe latente, du modèle de distance latente et du modèle eigen latent, mettant en évidence leurs applications dans l'analyse des données du réseau. La présentation se termine par une explication détaillée de la méthode de vraisemblance du profil pour l'estimation des paramètres dans les modèles spatiaux latents.