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.
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. DOI: 10.1093/genetics/162.4.2025 ↗
- 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.
- Approssimate Bayesian ComputationSimulazione↔ compare
- Monte Carlo SequenzialeBayesiano↔ compare
- Inferenza Bayesiana SpazialeBayesiano↔ compare
- MCMC spazialeBayesiano↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →