Conferencia sobre la cadena de Markov en el Método de Montecarlo

Muy interesante el enlace de la videoconferencia de la Doctora Nayantara Bhatnagar, sobre las aplicaciones de las cadenas de Markov y el Método de Montecarlo, para procedimientos de conteo asi como su aplicación a los métodos de máxima verosimilitud, muy utilizados en la Econometría.

La presentación de Georgia Tech dice sobre esta conferencia:

"The Markov Chain Monte Carlo method is arguably the most powerful algorithmic tool available for approximate counting problems. Most known algorithms for such problems follow the paradigm of defining a Markov chain and showing that it mixes rapidly. However, there are natural counting problems where the obvious Markov chains do not mix rapidly. Annealing and Simulated Tempering are two heuristic approaches that can be applied in such situations. Both aim at finding ways to circumvent bottlenecks that cause Markov chains to mix slowly. In this talk, we will explore the power and limitations of these approaches. "

Aquí el enlace:

(http://content.digitalwell.washington.edu/msr/external_release_talks_12_05_2005/14085/lecture.htm)

Asimismo encontraran parte de sus cursos en el siguiente enlace:

(http://www.stat.berkeley.edu/~nayan/MCMC/mcmc08.html)

La Dra. Bhatnagar, ha sido alumna de la conocida especialista en temas de estadística matemática, Dra. Dana Randall, de la Georgia Institute of Technology, cuyos trabajos en el tema de algoritmos para computación basados en las cadenas de Markov, son reconocidos en el mundo estadístico.