Approximate Bayesian Computation con Dati Mancanti
L'Approximate Bayesian Computation con dati mancanti estende il framework ABC (Approximate Bayesian Computation) likelihood-free a contesti in cui le osservazioni sono incomplete o parzialmente registrate. Simulando dati sotto un modello ipotizzato e accettando estrazioni di parametri le cui statistiche riassuntive simulate sono vicine a quelle osservate, si evita la necessità di valutare una verosimiglianza intrattabile — anche quando alcuni valori di dati sono assenti.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Beaumont, M. A., Zhang, W. & Balding, D. J. (2002). Approximate Bayesian computation in population genetics. Genetics, 162(4), 2025–2035. link ↗
- Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. John Wiley & Sons. ISBN: 978-0471655749
Come citare questa pagina
ScholarGate. (2026, June 3). Approximate Bayesian Computation with Missing Data. ScholarGate. https://scholargate.app/it/bayesian/approximate-bayesian-computation-with-missing-data
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.
- Approssimate Bayesian ComputationSimulazione↔ compare
- Inferenza Bayesiana con Dati MancantiBayesiano↔ compare
- MCMC con dati mancantiBayesiano↔ compare
- Multiple ImputationStatistica↔ compare
- Filtro a particelle (Monte Carlo Sequenziale)Bayesiano↔ compare
- Monte Carlo SequenzialeBayesiano↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →