Processus Stick-Breaking et extensions pour le traitement bayésien de processus ponctuels

Résumé : Beaucoup de phénomènes sont de nature stochastique et nécessitent pour être modélisés et prédits des techniques statistiques appropriées. Un processus ponctuel (Daley et Veres Jones (1988); Karr (1991) ; van Lieshout (2000)) est un mécanisme stochastique qui modélise des localisations de points dans un espace donné. Une répartition de points dans l'espace ou dans le temps peut-être considérée comme la réalisation d'un processus ponctuel (Vaillant (1991,1992)). Elle se présente sous la forme d'un ensemble de coordonnées et/ou de dates d'occurrences. On ne dispose en général que d'une réalisation de ce processus (Vaillant et al. (1997)). La loi d'un processus ponctuel est complètement caractérisée par son processus intensité conditionnelle et la modélisation se fait donc uniquement à travers ce dernier. Notre étude concerne l'apport des modèles de mélange de processus ponctuels dans de telles modélisations. Elle fait également apparaître l'utilité de l'approche bayésienne pour apprécier la variabilité associée à certains facteurs environnementaux. Le lien avec les lois a priori Stick-Breaking (Ishwaran et James (2001)) telles que le processus de Dirichlet (Ferguson (1973,1974)) est présenté. Des modèles de mélange de processus de Poisson non homogènes ont été présentés par différents auteurs, par exemple, Kottas et Sanso (2007) ont considéré pour la loi mélangeante un processus de Dirichlet. Il est à noter cependant, que lorsque les données sont sous forme de comptages régionalisés, la modélisation concerne plutôt la loi de dénombrement (Green et Richardson (2002)). Pour notre part, nous nous intéressons à des processus Stick-Breaking à noyaux pour la prise en compte des localisations locales dans les mélanges spatiaux de processus ponctuels. Des algorithmes de type MCMC pour le traitement approprié de données incomplètes sont présentés et discutés puis sont testés sur des données artificielles.
Type de document :
Communication dans un congrès
42èmes Journées de Statistique, 2010, Marseille, France, France. 2010
Liste complète des métadonnées

Littérature citée [17 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00494724
Contributeur : Conférence Sfds-Hal <>
Soumis le : jeudi 24 juin 2010 - 08:54:25
Dernière modification le : jeudi 21 décembre 2017 - 13:28:02
Document(s) archivé(s) le : lundi 27 septembre 2010 - 11:28:51

Fichier

p65.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00494724, version 1

Collections

Citation

Florencia Chimard, Jean Vaillant. Processus Stick-Breaking et extensions pour le traitement bayésien de processus ponctuels. 42èmes Journées de Statistique, 2010, Marseille, France, France. 2010. 〈inria-00494724〉

Partager

Métriques

Consultations de la notice

295

Téléchargements de fichiers

243