Chaîne de Markov Monte Carlo: Échantillonnage par refus

Cette séance de cours couvre la méthode d'échantillonnage de rejet utilisée pour générer des valeurs d'échantillon à partir d'une distribution cible X avec une fonction de densité de probabilité arbitraire, en utilisant une distribution de proposition Y. Le processus consiste à générer des échantillons à partir de Y et à les accepter sur la base d'une certaine probabilité. La séance de cours se penche également sur la mise en œuvre d'une fonction pour générer des échantillons à partir de X en utilisant l'échantillonnage de rejet, ainsi que des exemples pratiques et des applications. En outre, il explore le concept d'inférence bayésienne en utilisant MCMC, en soulignant l'importance de comprendre les probabilités de transition et les distributions invariantes dans les chaînes de Markov.