ScholarGate
Assistente
Bayesian methodsBayesian / computational

Approssimazione Bayesiana Computazionale Spaziale

L'Approssimazione Bayesiana Computazionale Spaziale (Spatial ABC) è un framework di inferenza bayesiana likelihood-free per modelli di dati spaziali la cui funzione di verosimiglianza è intrattabile o troppo costosa da valutare. Essa estrae parametri candidati da una distribuzione a priori, simula set di dati spazialmente strutturati sotto tali parametri, e accetta solo le estrazioni le cui statistiche riassuntive spaziali simulate corrispondono strettamente ai dati osservati, costruendo così una distribuzione a posteriori approssimata sui parametri del modello.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

The neighbourhood of related methods — select a node to explore.

Fonti

  1. 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
  2. Diggle, P. J., & Gratton, R. J. (1984). Monte Carlo methods of inference for implicit statistical models. Journal of the Royal Statistical Society: Series B, 46(2), 193–212. DOI: 10.1111/j.2517-6161.1984.tb01290.x

Come citare questa pagina

ScholarGate. (2026, June 3). Spatial Approximate Bayesian Computation. ScholarGate. https://scholargate.app/it/bayesian/spatial-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.

Compare side by side
ScholarGateSpatial Approximate Bayesian Computation (Spatial Approximate Bayesian Computation). Consultato il 2026-06-15 da https://scholargate.app/it/bayesian/spatial-approximate-bayesian-computation · Insieme di dati: https://doi.org/10.5281/zenodo.20539026