Laboratoire de Physique Théorique
Toulouse - UMR 5152

Dans ce séminaire, je passerai en revue les bases du Nested Sampling, un algorithme de statistique bayésienne alternatif aux méthodes de Monte Carlo par chaînes de Markov. Cet algorithme permet de calculer l’évidence bayésienne sous la forme d’une intégrale en haute dimension, et peut aussi être utilisé pour générer des échantillons de la distribution postérieure. Après avoir discuté les avantages de cette méthode, j’aborderai quelques exemples d’application, les principales limitations de la méthode, et je discuterai enfin des implémentations et distributions actuelles.