000 | 03092nam a22003735i 4500 | ||
---|---|---|---|
001 | 293138 | ||
003 | MX-SnUAN | ||
005 | 20160429155054.0 | ||
007 | cr nn 008mamaa | ||
008 | 150903s2011 fr | o |||| 0|fre d | ||
020 |
_a9782817801810 _99782817801810 |
||
024 | 7 |
_a10.1007/9782817801810 _2doi |
|
035 | _avtls000345057 | ||
039 | 9 |
_a201509030427 _bVLOAD _c201405050315 _dVLOAD _y201402061327 _zstaff |
|
040 |
_aMX-SnUAN _bspa _cMX-SnUAN _erda |
||
050 | 4 | _aQA276-280 | |
100 | 1 |
_aRobert, Christian P. _eautor _9301185 |
|
245 | 1 | 0 |
_aMéthodes de Monte-Carlo avec R / _cby Christian P. Robert, George Casella. |
264 | 1 |
_aParis : _bSpringer Paris, _c2011. |
|
300 |
_axvI, 260 páginas _brecurso en línea. |
||
336 |
_atexto _btxt _2rdacontent |
||
337 |
_acomputadora _bc _2rdamedia |
||
338 |
_arecurso en línea _bcr _2rdacarrier |
||
347 |
_aarchivo de texto _bPDF _2rda |
||
490 | 0 | _aCollection Pratique R | |
500 | _aSpringer eBooks | ||
520 | _aLes 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. Christian P.Robert est Professeur à l'université Paris-Dauphine et membre de l’Institut universitaire de France George Casella est Distinguished Professor à l'université de Floride | ||
590 | _aPara consulta fuera de la UANL se requiere clave de acceso remoto. | ||
700 | 1 |
_aCasella, George. _eautor _9227871 |
|
710 | 2 |
_aSpringerLink (Servicio en línea) _9299170 |
|
776 | 0 | 8 |
_iEdición impresa: _z9782817801803 |
856 | 4 | 0 |
_uhttp://remoto.dgb.uanl.mx/login?url=http://dx.doi.org/10.1007/978-2-8178-0181-0 _zConectar a Springer E-Books (Para consulta externa se requiere previa autentificación en Biblioteca Digital UANL) |
942 | _c14 | ||
999 |
_c293138 _d293138 |