share_book
Envoyer cet article par e-mail

Méthodes de Monte-Carlo avec R

ou partager sur :

share_comment
Partager ce commentaire par e-mail

ou partager sur :

PRÊT A ACHETER?
(vous pouvez toujours annuler plus tard)


J'aime
Méthodes de Monte-Carlo avec R

Méthodes de Monte-Carlo avec R

  (Auteur),   (Auteur),   (Auteur),   (Auteur)


Prix : Cet article n'a pas encore de prix  ask_price

Demande de cotation sur ""
Ce titre est nouveau dans notre fonds d'ouvrages et nous ne l'avons encore jamais vendu à ce jour.
Notre engagement: Vous obtenir le meilleur prix
Aussi nombreux que soient les titres que nous référençons, absolument rien n'est automatisé dans la fixation de nos prix; et plutôt que de convertir automatiquement le prix en euros et risquer de répercuter sur vous un prix artificiellement élevé, nous vous faisons un devis rapide après avoir vérifié les prix auprès de nos différents fournisseurs.
Cette étape de demande de cotation est rapide (généralement quelques heures) et vise à vous faire bénéficier en permanence du meilleur prix pour vos achats de livres.


Sur commande

Des articles qui pourraient aussi vous intéresser

    Description de "Méthodes de Monte-Carlo avec R"

    Les techniques informatiques de simulation sont essentielles au statisticien. Afin que celui-ci puisse les utiliser en vue de résoudre des problèmes statistiques, il lui faut au préalable développer son intuition et sa capacité à produire lui-même des modèles de simulation. Ce livre adopte donc le point de vue du programmeur pour exposer ces outils fondamentaux de simulation stochastique. Il montre comment les implémenter sous R et donne les clés d'une meilleure compréhension des méthodes exposées en vue de leur comparaison, sans s'attarder trop longuement sur leur justification théorique. Les auteurs présentent les algorithmes de base pour la génération de données aléatoires, les techniques de Monte-Carlo pour l'intégration et l'optimisation, les diagnostics de convergence, les chaînes de Markov, les algorithmes adaptatifs, les algorithmes de Metropolis-Hastings et de Gibbs. Tous les chapitres incluent des exercices. Les programmes R sont disponibles dans un package spécifique. Le livre s'adresse à toute personne que la simulation statistique intéresse et n'exige aucune connaissance préalable du langage R, ni aucune expertise en statistique bayésienne, bien que nombre d'exercices relèvent de ce champ précis. Cet ouvrage sera utile aux étudiants et aux professionnels actifs dans les domaines de la statistique, des télécommunications, de l'économétrie, de la finance et bien d'autres encore.

    Détails sur le produit

    • Reliure : Broché
    • 254  pages
    • Dimensions :  1.6cmx15.6cmx23.2cm
    • Poids : 458.1g
    • Editeur :   Springer Verlag France Paru le
    • Collection : Pratique R
    • ISBN :  2817801806
    • EAN13 :  9782817801803
    • Langue : Français

    D'autres livres de Christian Robert

    Enseignement scientifique 1e ES : L'essentiel

    Tout le programme en 7 notions clés pour réviser efficacement et réussir le bac Pour chaque notion : Le cours : des synthèses complètes et structurées pour comprendre et mémoriser tout le programme d'enseignement scientifique en première ES. La méthode : des conseils et des techniques pour ...

    Geosciences - La dynamique du systme Terre

    Christian ROBERT, docteur de l université Paris 6 Pierre et Marie Curie, est professeur agrégé à l École Normale Supérieure de Paris. Il est responsable, au sein du Département Géosciences de l ENS Paris, de la géologie à la préparation à l agrégation conjointe des Écoles Normales Sup...

    Voir tous les livres de Christian Robert

    Commentaires sur cet article

    Personne n'a encore laissé de commentaire. Soyez le premier!

    Laisser un commentaire

    Rechercher des articles similaires par rayon

    Rechercher par thèmes associés

    Les techniques informatiques de simulation sont essentielles au statisticien. Afin que celui-ci puisse les utiliser en vue de résoudre des problèmes statistiques, il lui faut au préalable développer son intuition et sa capacité à produire lui-même des modèles de simulation. Ce livre adopte donc le point de vue du programmeur pour exposer ces outils fondamentaux de simulation stochastique. Il montre comment les implémenter sous R et donne les clés d'une meilleure compréhension des méthodes exposées en vue de leur comparaison, sans s'attarder trop longuement sur leur justification théorique. Les auteurs présentent les algorithmes de base pour la génération de données aléatoires, les techniques de Monte-Carlo pour l'intégration et l'optimisation, les diagnostics de convergence, les chaînes de Markov, les algorithmes adaptatifs, les algorithmes de Metropolis-Hastings et de Gibbs. Tous les chapitres incluent des exercices. Les programmes R sont disponibles dans un package spécifique. Le livre s'adresse à toute personne que la simulation statistique intéresse et n'exige aucune connaissance préalable du langage R, ni aucune expertise en statistique bayésienne, bien que nombre d'exercices relèvent de ce champ précis. Cet ouvrage sera utile aux étudiants et aux professionnels actifs dans les domaines de la statistique, des télécommunications, de l'économétrie, de la finance et bien d'autres encore.