Approximate Bayesian Computation med målefejl
Approximate Bayesian Computation med målefejl (ABC-ME) udvider det standard ABC likelihood-frie framework til situationer, hvor observerede data selv er støjende eller upræcist registreret. Ved eksplicit at inkorporere en målefejls-kerne i accepttrinet, sigter ABC-ME mod den korrekte posterior over modelparametre, selv når den sande datagenererende proces ikke kan observeres direkte.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
- Beaumont, M. A. (2010). Approximate Bayesian computation in evolution and ecology. Annual Review of Ecology, Evolution, and Systematics, 41, 379-406. DOI: 10.1146/annurev-ecolsys-102209-144621 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Approximate Bayesian Computation with Measurement Error. ScholarGate. https://scholargate.app/da/bayesian/approximate-bayesian-computation-with-measurement-error
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.
- Approksimativ Bayesiansk BeregningSimulering↔ compare
- Bayesiansk inferens med målefejlBayesiansk↔ compare
- MCMC med målefejlBayesiansk↔ compare
- Partikelfilter (sekventiel Monte Carlo)Bayesiansk↔ compare
- Sekventiel Monte CarloBayesiansk↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →