Une version de type recuit simule de l'algorithme EM
Abstract
L'algorithme EM est tres repandu pour l'estimation par le maximum de vraisemblance de parametres de modeles ou les donnees sont incompletes. Nous presentons une version de type recuit simule de l'algorithme EM. Cet algorithme, designe algorithme SAEM est une adaptation de l'algorithme stochastique SEM que nous avons precedemment developpe. Comme ce dernier, l'algorithme SAEM repond aux limitations bien connues de l'algorithme EM ; mais de plus il se comporte mieux pour traiter de petits echantillons. Par ailleurs, il est plus simple a apprehender que l'algorithme SEM dans la mesure ou il converge presque surement tandis que l'algorithme SEM converge en loi. Ici, on limite la presentation detaillee de l'algorithme SAEM au probleme des melanges de lois de probabilite. On etablit un theoreme qui assure que toute suite d'estimes par SAEM converge p.s. vers un maximum local de la fonction de vraisemblance. On conclut cet article par une etude comparative du comportement pratique des 3 algorithmes EM, SEM et SAEM.