Hijerarhijsko aproksimativno Bayesovo računanje
Hijerarhijsko ABC je Bayesov inferencijski metod bez funkcije vjerodostojnosti (likelihood-free) dizajniran za podatkovne strukture na više razina u kojima parametri na individualnoj razini sami potječu iz distribucije na populacijskoj razini. Kombinirajući simulacijsko odbacivanje (rejection sampling) sa simulacijama i hijerarhijskim grupiranjem (pooling), oporavlja posteriorne distribucije unutar skupina i između skupina bez potrebe za izračunljivom funkcijom vjerodostojnosti.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Toni, T. & Stumpf, M. P. H. (2010). Simulation-based model selection for dynamical systems in systems and population biology. Bioinformatics, 26(1), 104–110. DOI: 10.1093/bioinformatics/btp619 ↗
- Wilkinson, R. D. (2013). Approximate Bayesian computation (ABC) gives exact results under the assumption of model error. Statistical Applications in Genetics and Molecular Biology, 12(2), 129–141. DOI: 10.1515/sagmb-2013-0010 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Hierarchical Approximate Bayesian Computation. ScholarGate. https://scholargate.app/hr/bayesian/hierarchical-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.
- Approximate Bayesian ComputationSimulacija↔ compare
- Hijerarhijsko Bayesovo zaključivanjeBayesovska statistika↔ compare
- Hijerarhijsko Markovljevo pokretanje uzoraka Monte CarloBayesovska statistika↔ compare
- Sekvencijalno Monte CarloBayesovska statistika↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →