Spatial Approximate Bayesian Computation
Spatial Approximate Bayesian Computation (Spatial ABC) is a likelihood-free Bayesian inference framework for spatial data models whose likelihood function is intractable or too expensive to evaluate. It draws candidate parameters from a prior, simulates spatially structured datasets under those parameters, and accepts only the draws whose simulated spatial summary statistics closely match the observed data, thereby building an approximate posterior over model parameters.
Record di origine
Citazioni copiate testualmente dal record di origine del metodo. Non si inferisce alcuna verifica a livello di affermazione da esse.
- 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
Affermazioni curate
Affermazioni persistite nel registro delle evidenze, ciascuna con la propria valutazione.
Questa vista non inventa una valutazione dell'affermazione quando il registro non ne ha.
Metodi correlati
Generato dal grafo dei metodi e mostrato come relazioni suggerite dalla macchina — nessuna affermazione di evidenza viene inferita.