Приблизителни Байесови изчисления при липсващи данни
Приблизителните Байесови изчисления (Approximate Bayesian Computation, ABC) при липсващи данни разширяват рамката на ABC без вероятностна функция (likelihood-free) към ситуации, в които наблюденията са непълни или частично записани. Чрез симулиране на данни при предполагаем модел и приемане на изтеглени параметри, чиито симулирани обобщаващи статистики са близки до наблюдаваните, този метод заобикаля необходимостта от изчисляване на недостъпна вероятностна функция — дори когато някои стойности на данните липсват.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Beaumont, M. A., Zhang, W. & Balding, D. J. (2002). Approximate Bayesian computation in population genetics. Genetics, 162(4), 2025–2035. link ↗
- Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. John Wiley & Sons. ISBN: 978-0471655749
Как да цитирате тази страница
ScholarGate. (2026, June 3). Approximate Bayesian Computation with Missing Data. ScholarGate. https://scholargate.app/bg/bayesian/approximate-bayesian-computation-with-missing-data
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Приблизително Байесово изчислениеСимулационно моделиране↔ compare
- Байесовско извод при липсващи данниБейсови методи↔ compare
- MCMC с липсващи данниБейсови методи↔ compare
- Множествена импутацияСтатистика↔ compare
- Частицов филтър (последователен Монте Карло)Бейсови методи↔ compare
- Последователен Монте КарлоБейсови методи↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →