Démythification de la méthode Monte Carlo par chaînes de Markov : une explication simple

Cet article fournit une explication claire et accessible de la méthode Monte Carlo par chaînes de Markov (MCMC), une technique puissante pour échantillonner des distributions de probabilité complexes. À l'aide d'une analogie pour estimer les probabilités de noms de bébés, l'auteur illustre le problème principal que le MCMC résout. L'explication relie habilement le MCMC à une marche aléatoire sur un graphe, en utilisant le théorème de la distribution stationnaire pour montrer comment construire une chaîne de Markov dont la distribution stationnaire correspond à la distribution cible. L'algorithme Metropolis-Hastings, une méthode MCMC courante, est introduit et son efficacité est démontrée.