Calcul bayésien approximatif avec données manquantes
Le Calcul bayésien approximatif (ABC) avec données manquantes étend le cadre ABC sans vraisemblance aux situations où les observations sont incomplètes ou partiellement enregistrées. En simulant des données sous un modèle postulé et en acceptant les tirages de paramètres dont les statistiques résumées simulées sont proches des observées, il évite la nécessité d'évaluer une vraisemblance intraitable — même lorsque certaines valeurs de données sont absentes.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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
Comment citer cette page
ScholarGate. (2026, June 3). Approximate Bayesian Computation with Missing Data. ScholarGate. https://scholargate.app/fr/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.
- Calcul bayésien approximatifSimulation↔ compare
- Inférence bayésienne avec données manquantesBayésien↔ compare
- MCMC avec données manquantesBayésien↔ compare
- Imputation MultipleStatistique↔ compare
- Filtre particulaire (Monte Carlo séquentiel)Bayésien↔ compare
- Monte Carlo séquentielBayésien↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →