Approximate Bayesian Computation Spasial
Approximate Bayesian Computation Spasial (Spatial ABC) adalah kerangka inferensi Bayesian bebas-likelilood untuk model data spasial yang fungsi likelilood-nya tidak dapat dihitung (intractable) atau terlalu mahal untuk dievaluasi. Kerangka ini menarik parameter kandidat dari prior, mensimulasikan kumpulan data terstruktur spasial di bawah parameter tersebut, dan hanya menerima penarikan yang statistik ringkasan spasialnya cocok dengan data yang diamati, sehingga membangun posterior aproksimasi atas parameter model.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Spatial Approximate Bayesian Computation. ScholarGate. https://scholargate.app/id/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.
- Perhitungan Bayesian AproksimatifSimulasi↔ compare
- Monte Carlo SekuensialBayesian↔ compare
- Inferensi Bayesian SpasialBayesian↔ compare
- MCMC SpasialBayesian↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →