Microsimulation bayésienne — Simulation probabiliste au niveau individuel avec estimation bayésienne des paramètres
La microsimulation bayésienne combine la simulation au niveau individuel de populations hétérogènes avec l'inférence statistique bayésienne. Chaque individu synthétique suit un parcours de vie probabiliste, tandis que les paramètres du modèle sont régis par des croyances a priori mises à jour avec des données observées. Cette approche est largement utilisée dans l'évaluation des technologies de la santé, l'estimation des coûts des politiques publiques et les projections démographiques, où l'incertitude dans les intrants du modèle et les hypothèses structurelles doit être quantifiée formellement et propagée jusqu'aux estimations de sortie.
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
- Williamson, P., Birkin, M., & Rees, P. H. (2000). The estimation of population microdata by using data from small area statistics and samples of anonymised records. Environment and Planning A, 30(5), 785-816. DOI: 10.1068/a300785 ↗
- Spiegelhalter, D. J., Abrams, K. R., & Myles, J. P. (2004). Bayesian Approaches to Clinical Trials and Health-Care Evaluation. John Wiley & Sons. ISBN: 9780471499756
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Microsimulation — Probabilistic individual-level simulation with Bayesian parameter estimation. ScholarGate. https://scholargate.app/fr/simulation/bayesian-microsimulation
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.
- Microsimulation multi-agentsSimulation↔ compare
- Inférence bayésienneStatistique↔ compare
- Modèle de MarkovSimulation↔ compare
- MicrosimulationSimulation↔ compare
- Simulation de Monte-CarloPrise de décision↔ compare
- Microsimulation stochastiqueSimulation↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →