Hierarchische Approximate Bayesian Computation

Hierarchische ABC ist eine likelihood-freie Bayes'sche Inferenzmethode, die für mehrstufige Datenstrukturen entwickelt wurde, bei denen Parameter auf individueller Ebene selbst aus einer Verteilung auf Populationsebene gezogen werden. Durch die Kombination von simulationsbasiertem Rejection Sampling mit hierarchischem Pooling werden sowohl innerhalb- als auch zwischengruppenbezogene Posterior-Verteilungen ermittelt, ohne dass eine handhabbare Likelihood-Funktion erforderlich ist.