Time series approximate Bayesian computation
Time series ABC is a likelihood-free Bayesian inference method that estimates the posterior distribution of model parameters for dynamical or time-indexed systems by comparing summary statistics of simulated trajectories to those of the observed series, bypassing the need to evaluate an analytic likelihood. It is particularly valuable for complex mechanistic or stochastic models whose likelihoods are intractable.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.