Approssimate Bayesian Computation — Inferenza "Likelihood-Free"
L'Approximate Bayesian Computation (ABC) è una famiglia di metodi di inferenza basati sulla simulazione che stimano le distribuzioni a posteriori senza richiedere una funzione di verosimiglianza analiticamente trattabile. Introdotto da Beaumont, Zhang e Balding (2002) nel contesto della genetica delle popolazioni, l'ABC ha sostituito la verosimiglianza intrattabile con ripetute simulazioni del modello e un confronto delle statistiche riassuntive tra dati simulati e osservati.
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.
+6 more
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 ↗
- Sisson, S.A., Fan, Y. & Beaumont, M.A. (Eds.) (2018). Handbook of Approximate Bayesian Computation. Chapman & Hall/CRC. DOI: 10.1201/9781315117195 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Approximate Bayesian Computation (ABC). ScholarGate. https://scholargate.app/it/simulation/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 BayesianaStatistica↔ compare
- Catena di Markov Monte Carlo (MCMC)Simulazione↔ compare
- Simulazione Monte CarloProcesso decisionale↔ compare
- Monte Carlo SequenzialeBayesiano↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →