Likipohjainen laskenta mittausvirheellä
Likipohjainen laskenta mittausvirheellä (ABC-ME) laajentaa standardia ABC-todennäköisyysfunktiotonta viitekehystä tilanteisiin, joissa havaitut tiedot ovat itsessään kohinaisia tai epätarkasti tallennettuja. Sisällyttämällä eksplisiittisesti mittausvirheydintä hyväksymisvaiheeseen, ABC-ME kohdentaa oikean posteriorijakauman malliparametreille, vaikka todellista tietoa tuottavaa prosessia ei voida suoraan havaita.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
- Beaumont, M. A. (2010). Approximate Bayesian computation in evolution and ecology. Annual Review of Ecology, Evolution, and Systematics, 41, 379-406. DOI: 10.1146/annurev-ecolsys-102209-144621 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Approximate Bayesian Computation with Measurement Error. ScholarGate. https://scholargate.app/fi/bayesian/approximate-bayesian-computation-with-measurement-error
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.
- Approksimatiivinen Bayesilainen LaskentaSimulointi↔ compare
- Bayesiläinen päättely mittausvirheelläBayesilainen tilastotiede↔ compare
- MCMC mittausvirheelläBayesilainen tilastotiede↔ compare
- Partikkelisuodin (sekventiaalinen Monte Carlo)Bayesilainen tilastotiede↔ compare
- Sekventiaalinen Monte CarloBayesilainen tilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →