Computació Bayesiana Aproximada Jeràrquica
L'ABC jeràrquica és un mètode d'inferència bayesiana lliure de funció de versemblança, dissenyat per a estructures de dades multinivell en què els paràmetres a nivell individual s'extreuen d'una distribució a nivell de població. Combinant el mostreig per rebuig basat en simulació amb la ponderació jeràrquica, recupera les distribucions posteriors tant dins com entre grups, sense requerir una funció de versemblança tractable.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Toni, T. & Stumpf, M. P. H. (2010). Simulation-based model selection for dynamical systems in systems and population biology. Bioinformatics, 26(1), 104–110. DOI: 10.1093/bioinformatics/btp619 ↗
- Wilkinson, R. D. (2013). Approximate Bayesian computation (ABC) gives exact results under the assumption of model error. Statistical Applications in Genetics and Molecular Biology, 12(2), 129–141. DOI: 10.1515/sagmb-2013-0010 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Hierarchical Approximate Bayesian Computation. ScholarGate. https://scholargate.app/ca/bayesian/hierarchical-approximate-bayesian-computation
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.
- Computació bayesiana aproximadaSimulació↔ compare
- Inferència bayesiana jeràrquicaBayesià↔ compare
- Cadena de Markov de Monte Carlo jeràrquicaBayesià↔ compare
- Monte Carlo SeqüencialBayesià↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →