Using Bayesian approach to study robustness of classes of priors for homogeneous and nonhomogeneous poison processes

Abstract FRE

Un processus de Poisson non homogène est un processus avec le paramètre (t) qui est une fonction de temps.

Les Bayésiens sont intéresses par la robustesse en ce qui concerne les changements des distributions a priori/des modèles/des fonctions de perte.

Dans ce travail, on s’intéresse à remplacer une loi a priori par une classe de lois a priori des paramètres d’un processus de Poisson donné, et de développer le calcul du rang quand la loi a priori change dans cette classe, cette approche s’appelle ” la robustesse globale ”.