Approximate Bayesian Computation Measurement Errorrelációval
Az Approximate Bayesian Computation Measurement Errorrelációval (ABC-ME) kiterjeszti a standard ABC valószínűség-mentes keretrendszerét olyan helyzetekre, ahol a megfigyelt adatok maguk is zajosak vagy pontatlanul rögzítettek. A mérési hiba kernel explicit beépítésével az elfogadási lépésbe, az ABC-ME a modellparaméterek helyes utólagos eloszlását célozza meg, még akkor is, ha a valódi adatgeneráló folyamat nem figyelhető meg közvetlenül.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
- Beaumont, M. A. (2010). Approximate Bayesian computation in evolution and ecology. Annual Review of Ecology, Evolution, and Systematics, 41, 379-406. DOI: 10.1146/annurev-ecolsys-102209-144621 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Approximate Bayesian Computation with Measurement Error. ScholarGate. https://scholargate.app/hu/bayesian/approximate-bayesian-computation-with-measurement-error
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 ComputationSzimuláció↔ compare
- Bayesiánus következtetés mérési hibávalBayes-statisztika↔ compare
- MCMC mérési hibávalBayes-statisztika↔ compare
- A részecskeszűrő (szekvenciális Monte Carlo)Bayes-statisztika↔ compare
- Szekvenciális Monte CarloBayes-statisztika↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →