Bayesian methodsBayesian / computational

Computación Bayesiana Aproximada Espacial

La Computación Bayesiana Aproximada Espacial (Spatial ABC) es un marco de inferencia bayesiana libre de verosimilitud para modelos de datos espaciales cuya función de verosimilitud es intratable o demasiado costosa de evaluar. Dibuja parámetros candidatos de una distribución previa, simula conjuntos de datos espacialmente estructurados bajo esos parámetros y acepta solo los sorteos cuyas estadísticas resumen espaciales simuladas coinciden estrechamente con los datos observados, construyendo así una posterior aproximada sobre los parámetros del modelo.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. Beaumont, M. A., Zhang, W., & Balding, D. J. (2002). Approximate Bayesian computation in population genetics. Genetics, 162(4), 2025–2035. DOI: 10.1093/genetics/162.4.2025
  2. Diggle, P. J., & Gratton, R. J. (1984). Monte Carlo methods of inference for implicit statistical models. Journal of the Royal Statistical Society: Series B, 46(2), 193–212. DOI: 10.1111/j.2517-6161.1984.tb01290.x

Cómo citar esta página

ScholarGate. (2026, June 3). Spatial Approximate Bayesian Computation. ScholarGate. https://scholargate.app/es/bayesian/spatial-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.

Compare side by side
ScholarGateSpatial Approximate Bayesian Computation (Spatial Approximate Bayesian Computation). Recuperado el 2026-06-15 de https://scholargate.app/es/bayesian/spatial-approximate-bayesian-computation · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026