Approximate Bayesian Computation — Likelihood-Free Inference

Approximate Bayesian Computation (ABC) ist eine Familie simulationsbasierter Inferenzmethoden, die Posterior-Verteilungen schätzen, ohne dass eine analytisch handhabbare Likelihood-Funktion erforderlich ist. ABC wurde von Beaumont, Zhang und Balding (2002) im Kontext der Populationsgenetik eingeführt und ersetzte die unhandhabbare Likelihood durch wiederholte Modells-Simulation und einen Vergleich von zusammenfassenden Statistiken zwischen simulierten und beobachteten Daten.