Time Series Approximate Bayesian Computation
Tidsrække ABC er en likelihood-fri Bayesiansk inferensmetode, der estimerer posterior-fordelingen af modelparametre for dynamiske eller tidsindekserede systemer ved at sammenligne opsummerende statistik fra simulerede trajektorier med dem fra den observerede række, og derved omgå behovet for at evaluere en analytisk likelihood. Metoden er særligt værdifuld for komplekse mekanistiske eller stokastiske modeller, hvis likelihoods er intraktable.
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
- Toni, T., Welch, D., Strelkowa, N., Ipsen, A. & Stumpf, M. P. H. (2009). Approximate Bayesian computation scheme for parameter inference and model selection in dynamical systems. Journal of the Royal Society Interface, 6(31), 187–202. DOI: 10.1098/rsif.2008.0172 ↗
- Sisson, S. A., Fan, Y. & Beaumont, M. A. (Eds.) (2018). Handbook of Approximate Bayesian Computation. CRC Press. ISBN: 978-1439881507
Sådan citerer du denne side
ScholarGate. (2026, June 3). Time Series Approximate Bayesian Computation. ScholarGate. https://scholargate.app/da/bayesian/time-series-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.
- Approksimativ Bayesiansk BeregningSimulering↔ compare
- Dynamisk Bayesiansk InferensBayesiansk↔ compare
- Kalman-filterBayesiansk↔ compare
- Partikelfilter (sekventiel Monte Carlo)Bayesiansk↔ compare
- Sekventiel Monte CarloBayesiansk↔ compare
- Bayesiansk inferens for tidsserierBayesiansk↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →