Approximate Bayesian Computation (ABC) Deret Waktu
ABC deret waktu adalah metode inferensi Bayesian yang bebas kemungkinan (likelihood-free) yang mengestimasi distribusi posterior parameter model untuk sistem dinamis atau yang terindeks waktu dengan membandingkan statistik ringkasan dari lintasan simulasi dengan statistik dari deret yang teramati, melewati kebutuhan untuk mengevaluasi kemungkinan analitik. Metode ini sangat berharga untuk model mekanistik atau stokastik kompleks yang kemungkinannya tidak dapat dihitung (intractable).
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., Welch, D., Strelkowa, N., Ipsen, A. & Stumpf, M. P. H. (2009). Approximate Bayesian computation scheme for parameter inference and model selection in dynamical systems. Journal of the Royal Society Interface, 6(31), 187–202. DOI: 10.1098/rsif.2008.0172 ↗
- Sisson, S. A., Fan, Y. & Beaumont, M. A. (Eds.) (2018). Handbook of Approximate Bayesian Computation. CRC Press. ISBN: 978-1439881507
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Time Series Approximate Bayesian Computation. ScholarGate. https://scholargate.app/id/bayesian/time-series-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 DinamisBayesian↔ compare
- Filter KalmanBayesian↔ compare
- Filter Partikel (Monte Carlo Sekuensial)Bayesian↔ compare
- Monte Carlo SekuensialBayesian↔ compare
- Inferensi Bayesian Deret WaktuBayesian↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →