Calcolo Bayesiano Approssimato Robusto
Il calcolo Bayesiano approssimato (ABC) robusto estende l'ABC standard per gestire outlier, misspecificazione del modello e sensibilità alla scelta delle statistiche riassuntive. Sostituendo le misure di distanza convenzionali con alternative robuste — come punteggi compositi, statistiche troncate o verosimiglianze sintetiche — protegge l'inferenza posteriore dall'essere distorta da osservazioni atipiche o da un simulatore imperfetto.
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
- Ruli, E., Sartori, N. & Ventura, L. (2016). Approximate Bayesian computation with composite score functions. Statistics and Computing, 26(3), 679–692. DOI: 10.1007/s11222-015-9551-z ↗
- Frazier, D. T., Drovandi, C. & Nott, D. J. (2020). Robust Approximate Bayesian Inference with Synthetic Likelihood. Journal of Computational and Graphical Statistics, 30(4), 958–976. DOI: 10.1080/10618600.2021.1875839 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Robust Approximate Bayesian Computation. ScholarGate. https://scholargate.app/it/bayesian/robust-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.
- Approssimate Bayesian ComputationSimulazione↔ compare
- Inferenza Bayesiana con Errore di MisuraBayesiano↔ compare
- Filtro a particelle (Monte Carlo Sequenziale)Bayesiano↔ compare
- Inferenza Bayesiana RobustaBayesiano↔ compare
- Inferenza Variazionale RobustaBayesiano↔ compare
- Monte Carlo SequenzialeBayesiano↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →