ABC methods for model choice in Gibbs random fields
Aude Grelaud, Christian P. Robert, Jean‐Michel Marin, F. Rodolphe, Jean-François Taly · arXiv (Cornell University) · 2008
On s'intéresse au problème du choix bayésien de modèles de champs de Gibbs. Ce choix repose sur l'évaluation des probabilités a posteriori des modèles. Nous montrons l'existence d'une statistique exhaustive pour l'ensemble des paramètres, incluant l'indice du modèle, constituée de la concaténation de statistiques exhaustives de chacun des modèles. Nous utilisons cette statistique pour construire un algorithme ABC.