Calcul Bayésien Approché Spatial
Le Calcul Bayésien Approché Spatial (Spatial ABC) est un cadre d'inférence bayésienne sans vraisemblance pour les modèles de données spatiales dont la fonction de vraisemblance est intraitable ou trop coûteuse à évaluer. Il tire des paramètres candidats d'une distribution a priori, simule des ensembles de données spatialement structurés sous ces paramètres, et n'accepte que les tirages dont les statistiques récapitulatives spatiales simulées correspondent étroitement aux données observées, construisant ainsi une distribution a posteriori approximative sur les paramètres du modèle.
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. DOI: 10.1093/genetics/162.4.2025 ↗
- Diggle, P. J., & Gratton, R. J. (1984). Monte Carlo methods of inference for implicit statistical models. Journal of the Royal Statistical Society: Series B, 46(2), 193–212. DOI: 10.1111/j.2517-6161.1984.tb01290.x ↗
Comment citer cette page
ScholarGate. (2026, June 3). Spatial Approximate Bayesian Computation. ScholarGate. https://scholargate.app/fr/bayesian/spatial-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
- Monte Carlo séquentielBayésien↔ compare
- Inférence bayésienne spatialeBayésien↔ compare
- MCMC spatialeBayésien↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →