Perhitungan Bayesian Aproksimasi Hirarkis
ABC Hirarkis adalah metode inferensi Bayesian tanpa-kemungkinan (likelihood-free) yang dirancang untuk struktur data bertingkat di mana parameter tingkat individu diambil dari distribusi tingkat populasi. Dengan menggabungkan sampling penolakan berbasis simulasi dengan pengumpulan (pooling) hirarkis, metode ini memulihkan distribusi posterior baik di dalam kelompok maupun antar kelompok tanpa memerlukan fungsi kemungkinan yang dapat ditangani.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Hierarchical Approximate Bayesian Computation. ScholarGate. https://scholargate.app/id/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.
- Perhitungan Bayesian AproksimatifSimulasi↔ compare
- Inferensi Bayesian HierarkisBayesian↔ compare
- Metropolis-Hastings Markov Rantai HirarkisBayesian↔ compare
- Monte Carlo SekuensialBayesian↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →