Approximate Bayesian Computation med manglende data
Approximate Bayesian Computation (ABC) med manglende data udvider likelihood-fri ABC-rammeværket til situationer, hvor observationer er ufuldstændige eller delvist registrerede. Ved at simulere data under en postuleret model og acceptere parametertræk, hvis simulerede summary statistics er tæt på de observerede, omgår metoden behovet for at evaluere en intrakTable likelihood – selv når nogle dataværdier mangler.
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
- 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
Sådan citerer du denne side
ScholarGate. (2026, June 3). Approximate Bayesian Computation with Missing Data. ScholarGate. https://scholargate.app/da/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.
- Approksimativ Bayesiansk BeregningSimulering↔ compare
- Bayesiansk inferens med manglende dataBayesiansk↔ compare
- MCMC med manglende dataBayesiansk↔ compare
- Multiple ImputationStatistik↔ 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 →