Tundlik-vaba järeldus (Approximate Bayesian Computation — Likelihood-Free Inference)
Tundlik-vaba järeldus (Approximate Bayesian Computation, ABC) on simulatsioonipõhiste järeldusmeetodite perekond, mis hindab järeltagajärjepõhiseid jaotusi ilma analüütiliselt käsitletava tundlikkusfunktsioonita. Beaumont, Zhang ja Balding (2002) tutvustasid seda populatsioonigeneetika kontekstis, asendades mittetöödeldava tundlikkuse korduva mudelisimulatsiooni ja kokkuvõtvate statistiliste näitajate võrdlusega simuleeritud ja vaadeldud andmete vahel.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Allikad
- 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 ↗
- Sisson, S.A., Fan, Y. & Beaumont, M.A. (Eds.) (2018). Handbook of Approximate Bayesian Computation. Chapman & Hall/CRC. DOI: 10.1201/9781315117195 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 1). Approximate Bayesian Computation (ABC). ScholarGate. https://scholargate.app/et/simulation/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
- Bayesi järeldamineStatistika↔ compare
- Markov Chain Monte Carlo (MCMC)Simulatsioon↔ compare
- Monte Carlo simulatsioonOtsustamine↔ compare
- Jadaline Monte CarloBayesi meetodid↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →