Hierarhiline ligikaudne Bayesi arvutus
Hierarhiline ABC on tõenäosusfunktsioonita Bayesi inferentsimeetod, mis on loodud mitmetasandiliste andmestruktuuride jaoks, kus üksiktasandi parameetrid on ise võetud populatsioonitasandi jaotusest. Kombineerides simulatsioonipõhist tagasilöögivalimit hierarhilise kogumisega, taastab see nii rühmade sisesed kui ka rühmadevahelised järeltugijaotused, ilma et oleks vaja käsitletavat tõenäosusfunktsiooni.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Toni, T. & Stumpf, M. P. H. (2010). Simulation-based model selection for dynamical systems in systems and population biology. Bioinformatics, 26(1), 104–110. DOI: 10.1093/bioinformatics/btp619 ↗
- Wilkinson, R. D. (2013). Approximate Bayesian computation (ABC) gives exact results under the assumption of model error. Statistical Applications in Genetics and Molecular Biology, 12(2), 129–141. DOI: 10.1515/sagmb-2013-0010 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Hierarchical Approximate Bayesian Computation. ScholarGate. https://scholargate.app/et/bayesian/hierarchical-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.
- Tundlik-vaba järeldus (Approximate Bayesian ComputationSimulatsioon↔ compare
- Hierarhiline Bayes'lik järeldamineBayesi meetodid↔ compare
- Hierarchical Markov Chain Monte CarloBayesi meetodid↔ compare
- Jadaline Monte CarloBayesi meetodid↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →