6533b85cfe1ef96bd12bd433
RESEARCH PRODUCT
Likelihood Inference for Gibbs Processes in the Analysis of Spatial Point Patterns
Jorge MateuFrancisco Montessubject
Statistics and ProbabilitySequential methodMaximum likelihoodCalculusPattern analysisApplied mathematicsInferenceStatistics Probability and UncertaintyMathematicsdescription
Plusieurs auteurs ont propose des approximations stochastiques et non-stochastiques au MLE pour les processus de Gibbs utilises pour decrire les interactions entre deux points dans une distribution spatiale de points. Cettes approximations sont necessaires a cause de la difficulte en l'evaluation de la constante qui normalise la f.d.p., Cet article present une comparaison, parmi d'un model de Strauss, des methodes qui utilisent des approximations directes aux MLE et des methodes qui utilisent techniques de Monte Carlo de chaine de Markov. Les techniques de simulation utilisees sont le Gibbs sampler et l'algorithm de Metropolis-Hastings.
| year | journal | country | edition | language |
|---|---|---|---|---|
| 2001-04-01 | International Statistical Review |