Échantillonnage de Gibbs robuste

L'échantillonnage de Gibbs robuste est une stratégie de Monte Carlo par chaîne de Markov qui associe l'échantillonneur de Gibbs coordonné par coordonnée à des spécifications de modèle à queues lourdes ou résistantes aux valeurs aberrantes — le plus souvent des vraisemblances de Student-t — de sorte que l'inférence postérieure ne soit pas déformée par des observations extrêmes. Il atteint la robustesse par augmentation de données : chaque observation reçoit un poids de variance latent qui sous-pondère automatiquement les valeurs aberrantes lors de chaque passe d'échantillonnage.