Bayesian methodsBayesian / computational
欠損データを伴う近似ベイズ計算
欠損データを伴う近似ベイズ計算(ABC)は、尤度フリーのABCフレームワークを、観測が不完全または部分的に記録されている設定に拡張するものである。提示されたモデルの下でデータをシミュレーションし、シミュレートされた要約統計量が観測された統計量に近いパラメータ描画を受け入れることによって、尤度の評価の必要性を回避する。これは、尤度が解析的に評価不可能である場合でも、一部のデータ値が存在しない場合でも有効である。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Beaumont, M. A., Zhang, W. & Balding, D. J. (2002). Approximate Bayesian computation in population genetics. Genetics, 162(4), 2025–2035. link ↗
- Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. John Wiley & Sons. ISBN: 978-0471655749
このページの引用方法
ScholarGate. (2026, June 3). Approximate Bayesian Computation with Missing Data. ScholarGate. https://scholargate.app/ja/bayesian/approximate-bayesian-computation-with-missing-data
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.
- 尤度フリー推論のための近似ベイズ計算シミュレーション↔ compare
- 欠損値を含むベイズ推論ベイズ↔ compare
- 欠損値を含むMCMC (MCMC with missing data)ベイズ↔ compare
- Multiple Imputation統計学↔ compare
- パーティクルフィルタ(逐次モンテカルロ法)ベイズ↔ compare
- 逐次モンテカルロ法ベイズ↔ compare