Ce cours présente les bases des méthodes de simulation utilisées en statistique notamment en statistique bayésienne, en particulier les méthodes de calcul de maximisation et d’intégration en dimension élevée qui sont nécessaires pour traiter les modèles complexes utilisés dans les domaines tels que l’économétrie, la finance, la génétique, l’écologie ou la physique.

Programme :
- Méthodes de Monte Carlo
- Méthodes de Quasi Monte Carlo
- Les méthodes MCMC (Algorithme de Metropolis-Hastings, le recuit simule, …)
- Bootstrap,
- Inférence bayésienne

Une des caractéristiques majeures de ce cours est de donner aux étudiants une culture pluridisciplinaire leur permettant d’interagir avec des experts dans le domaine de la simulation numérique dans des spécialités différentes. Elle vise à doter les cadres scientifiques d’outils leur permettant de maîtriser les évolutions technologiques majeures.