Approximation bayésienne robuste par calcul (Robust Approximate Bayesian Computation)
L'ABC robuste étend l'approximation bayésienne par calcul (ABC) standard pour gérer les valeurs aberrantes, la spécification erronée du modèle et la sensibilité au choix des statistiques récapitulatives. En remplaçant les mesures de distance conventionnelles par des alternatives robustes — telles que les scores composites, les statistiques tronquées ou les vraisemblances synthétiques — elle protège l'inférence a posteriori d'une distorsion par des observations atypiques ou un simulateur imparfait.
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
- Ruli, E., Sartori, N. & Ventura, L. (2016). Approximate Bayesian computation with composite score functions. Statistics and Computing, 26(3), 679–692. DOI: 10.1007/s11222-015-9551-z ↗
- Frazier, D. T., Drovandi, C. & Nott, D. J. (2020). Robust Approximate Bayesian Inference with Synthetic Likelihood. Journal of Computational and Graphical Statistics, 30(4), 958–976. DOI: 10.1080/10618600.2021.1875839 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Robust Approximate Bayesian Computation. ScholarGate. https://scholargate.app/fr/bayesian/robust-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.
- Calcul bayésien approximatifSimulation↔ compare
- Inférence bayésienne avec erreur de mesureBayésien↔ compare
- Filtre particulaire (Monte Carlo séquentiel)Bayésien↔ compare
- Inférence bayésienne robusteBayésien↔ compare
- Inférence variationnelle robusteBayésien↔ compare
- Monte Carlo séquentielBayésien↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →