Likelihooditon Bayesiläinen approksimaatio epätäydellisellä datalla
Likelihooditon Bayesiläinen approksimaatio (Approximate Bayesian Computation, ABC) epätäydellisellä datalla laajentaa likelihooditonta ABC-kehystä tilanteisiin, joissa havainnot ovat epätäydellisiä tai osittain tallennettuja. Simuloimalla dataa oletetun mallin mukaisesti ja hyväksymällä parametrirajavedot, joiden simuloidut yhteenvetotilastot ovat lähellä havaittuja, se ohittaa mahdottoman likelihoodin evaluoinnin tarpeen – jopa silloin, kun jotkin datan arvot puuttuvat.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Beaumont, M. A., Zhang, W. & Balding, D. J. (2002). Approximate Bayesian computation in population genetics. Genetics, 162(4), 2025–2035. link ↗
- Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. John Wiley & Sons. ISBN: 978-0471655749
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Approximate Bayesian Computation with Missing Data. ScholarGate. https://scholargate.app/fi/bayesian/approximate-bayesian-computation-with-missing-data
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 puuttuvalla datallaBayesilainen tilastotiede↔ compare
- MCMC puuttuvilla tiedoillaBayesilainen tilastotiede↔ compare
- Monitahinen imputointiTilastotiede↔ compare
- Partikkelisuodin (sekventiaalinen Monte Carlo)Bayesilainen tilastotiede↔ compare
- Sekventiaalinen Monte CarloBayesilainen tilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →