Quantification d'incertitude pour l'Approximation Stochastique.

Résumé L'Approximation Stochastique est une procédure itérative pour le calcul d'un zero θ d'une fonction non explicite mais définie comme une espérance. C'est par exemple un outil numérique pour le calcul du maximum de vraisemblance dans des modèlesà données latentes "réguliers". Si la définition du modèle statistique est entachée d'une incertitude τ , dont on ne connaît qu'un a priori dπ(τ), alors les zeros dépendent de τ et la question naturelle est d'explorer leur distribution lorsque τ ∼ dπ. Dans ce papier, nous proposons un algorithme itératif basé sur un schéma d'Approximation Stochastique qui,à la limite, calcule θ (τ) pour tout τ et produit une caractérisation de sa distribution. et nousénonçons des conditions suffisantes pour la convergence de cet algorithme.