Bayesian System Dynamics – Probabilistische Parameterschätzung und Unsicherheitsfortpflanzung in SD-Modellen
Bayesian System Dynamics (BSD) integriert die bayesianische statistische Inferenz mit kausalen Bestands- und Fluss-Simulationsmodellen. Vorwissen über Modellparameter wird unter Verwendung beobachteter Zeitreihendaten aktualisiert, um posteriore Verteilungen zu erzeugen, die dann durch die Simulation propagiert werden, um probabilistische Prognosen und Politikbewertungen anstelle einzelner deterministischer Trajektorien zu liefern.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Rahmandad, H., & Sterman, J. D. (2008). Heterogeneity and network structure in the dynamics of diffusion: Comparing agent-based and differential equation models. Management Science, 54(5), 998–1014. DOI: 10.1287/mnsc.1070.0787 ↗
- System dynamics. Wikipedia. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Bayesian System Dynamics — Probabilistic parameter estimation and uncertainty propagation in system dynamics models. ScholarGate. https://scholargate.app/de/simulation/bayesian-system-dynamics
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.
- Bayesian Markov ModelSimulation↔ compare
- Bayesian Monte Carlo SimulationSimulation↔ compare
- Markov-ModellSimulation↔ compare
- Monte-Carlo-SimulationEntscheidungsfindung↔ compare
- Stochastische SystemdynamikSimulation↔ compare
- System DynamicsSimulation↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →