| Property |
Value |
| dbo:abstract
|
- Le théorème de Bernstein-von Mises établit un lien important entre l'inférence bayésienne et la statistique fréquentiste (la statistique classique). Dans les , la distribution a posteriori se concentre asymptotiquement autour du paramètre à estimer en général indépendamment de la distribution a priori sous un nombre suffisamment grand d'observations (consistance de l'estimateur bayésien). La version centrée et remise à l'échelle de la distribution a posteriori est, d'après le théorème de Bernstein-von Mises, asymptotique à une loi normale dont la matrice de covariance est l'inverse de l'information de Fisher du modèle (efficacité asymptotique de l'estimateur bayésien). Ainsi les approches fréquentistes et de Bayes aboutissent dans les modèles paramétriques à des résultats qualitativement similaires. De plus la distribution a posteriori pour les quantités inconnues d'un problème est effectivement indépendante de la distribution a priori, dès que la quantité d'informations obtenues par l'échantillon est suffisamment grande. (fr)
- Le théorème de Bernstein-von Mises établit un lien important entre l'inférence bayésienne et la statistique fréquentiste (la statistique classique). Dans les , la distribution a posteriori se concentre asymptotiquement autour du paramètre à estimer en général indépendamment de la distribution a priori sous un nombre suffisamment grand d'observations (consistance de l'estimateur bayésien). La version centrée et remise à l'échelle de la distribution a posteriori est, d'après le théorème de Bernstein-von Mises, asymptotique à une loi normale dont la matrice de covariance est l'inverse de l'information de Fisher du modèle (efficacité asymptotique de l'estimateur bayésien). Ainsi les approches fréquentistes et de Bayes aboutissent dans les modèles paramétriques à des résultats qualitativement similaires. De plus la distribution a posteriori pour les quantités inconnues d'un problème est effectivement indépendante de la distribution a priori, dès que la quantité d'informations obtenues par l'échantillon est suffisamment grande. (fr)
|
| dbo:namedAfter
| |
| dbo:wikiPageID
| |
| dbo:wikiPageLength
|
- 9822 (xsd:nonNegativeInteger)
|
| dbo:wikiPageRevisionID
| |
| dbo:wikiPageWikiLink
| |
| prop-fr:art
|
- Bernstein–von Mises theorem (fr)
- Satz von Bernstein-von-Mises (fr)
- Bernstein–von Mises theorem (fr)
- Satz von Bernstein-von-Mises (fr)
|
| prop-fr:id
|
- 148264208 (xsd:integer)
- 634964731 (xsd:integer)
|
| prop-fr:lang
|
- de (fr)
- en (fr)
- de (fr)
- en (fr)
|
| prop-fr:wikiPageUsesTemplate
| |
| dct:subject
| |
| rdfs:comment
|
- Le théorème de Bernstein-von Mises établit un lien important entre l'inférence bayésienne et la statistique fréquentiste (la statistique classique). Dans les , la distribution a posteriori se concentre asymptotiquement autour du paramètre à estimer en général indépendamment de la distribution a priori sous un nombre suffisamment grand d'observations (consistance de l'estimateur bayésien). (fr)
- Le théorème de Bernstein-von Mises établit un lien important entre l'inférence bayésienne et la statistique fréquentiste (la statistique classique). Dans les , la distribution a posteriori se concentre asymptotiquement autour du paramètre à estimer en général indépendamment de la distribution a priori sous un nombre suffisamment grand d'observations (consistance de l'estimateur bayésien). (fr)
|
| rdfs:label
|
- Satz von Bernstein-von-Mises (de)
- Théorème de Bernstein-von Mises (fr)
- Satz von Bernstein-von-Mises (de)
- Théorème de Bernstein-von Mises (fr)
|
| owl:sameAs
| |
| prov:wasDerivedFrom
| |
| foaf:isPrimaryTopicOf
| |
| is dbo:knownFor
of | |
| is dbo:wikiPageWikiLink
of | |
| is prop-fr:renomméPour
of | |
| is oa:hasTarget
of | |
| is foaf:primaryTopic
of | |
