Perhitungan Bayesian Aproksimatif — Inferensi Bebas-Kemungkinan
Perhitungan Bayesian Aproksimatif (ABC) adalah keluarga metode inferensi berbasis simulasi yang mengestimasi distribusi posterior tanpa memerlukan fungsi kemungkinan yang dapat ditangani secara analitis. Diperkenalkan oleh Beaumont, Zhang dan Balding (2002) dalam konteks genetika populasi, ABC menggantikan kemungkinan yang tidak dapat ditangani dengan simulasi model berulang dan perbandingan statistik ringkasan antara data simulasi dan data observasi.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
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 ↗
- Sisson, S.A., Fan, Y. & Beaumont, M.A. (Eds.) (2018). Handbook of Approximate Bayesian Computation. Chapman & Hall/CRC. DOI: 10.1201/9781315117195 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Approximate Bayesian Computation (ABC). ScholarGate. https://scholargate.app/id/simulation/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 BayesianStatistika↔ compare
- Metropolis-Hastings (MCMC)Simulasi↔ compare
- Simulasi Monte CarloPengambilan Keputusan↔ compare
- Monte Carlo SekuensialBayesian↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →