Process / pipelineSimulation / optimization

Bayesovská mikrosimulace — Pravděpodobnostní simulace na individuální úrovni s Bayesovským odhadem parametrů

Bayesovská mikrosimulace kombinuje individuální simulaci heterogenních populací s Bayesovským statistickým odvozováním. Každý syntetický jedinec sleduje pravděpodobnostní životní dráhu, zatímco parametry modelu jsou řízeny apriorními přesvědčeními aktualizovanými pozorovanými daty. Tento přístup je široce používán při hodnocení zdravotnických technologií, kalkulaci nákladů veřejných politik a demografických projekcích, kde musí být nejistota ve vstupních datech modelu i ve strukturálních předpokladech formálně kvantifikována a přenesena do odhadů výstupů.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

The neighbourhood of related methods — select a node to explore.

Zdroje

  1. Williamson, P., Birkin, M., & Rees, P. H. (2000). The estimation of population microdata by using data from small area statistics and samples of anonymised records. Environment and Planning A, 30(5), 785-816. DOI: 10.1068/a300785
  2. Spiegelhalter, D. J., Abrams, K. R., & Myles, J. P. (2004). Bayesian Approaches to Clinical Trials and Health-Care Evaluation. John Wiley & Sons. ISBN: 9780471499756

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Bayesian Microsimulation — Probabilistic individual-level simulation with Bayesian parameter estimation. ScholarGate. https://scholargate.app/cs/simulation/bayesian-microsimulation

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.

Compare side by side

Odkazuje sem

ScholarGateBayesian Microsimulation (Bayesian Microsimulation — Probabilistic individual-level simulation with Bayesian parameter estimation). Získáno 2026-06-15 z https://scholargate.app/cs/simulation/bayesian-microsimulation · Datová sada: https://doi.org/10.5281/zenodo.20539026