Olivier François (INP Grenoble)

Approximate Bayesian Computation (ABC) in practice transparents

Le calcul bayésien approché (ou ABC) représente une classe de méthodes de Monte Carlo destinée à l'inférence bayésienne et applicable à des modèles pour lesquels le calcul exact de la fonction de vraisemblance peut être remplacé par la simulation stochastique. On distingue trois grandes catégories de méthodes ABC, dérivées de leurs analogues avec vraisemblance : les méthodes de rejet, les méthodes de Monte Carlo par chaîne de Markov et les méthodes d'échantillonnage séquentiel. Cet exposé présente une introduction aux méthodes ABC, ainsi que leurs développements récents, en mettant l'accent sur les questions ouvertes et les difficultés théoriques et pratiques de telles approches. Les méthodes ABC sont par ailleurs illustrées par des exemples d'application dans le domaine qui les a rendues populaires : la biologie évolutive.