Multilevel Approximate Bayesian Computation

通常のABCは、尤度が利用できない場合に、偽のデータセットをシミュレートし、要約統計量を通じて実際のデータと比較することで、それを回避する。階層的ABCは、このアイデアを2つ以上のレベルのデータに適用する。パラメータは、グループレベル（集団全体を支配する超パラメータ）とユニットレベル（各グループ内の個々のパラメータ）の両方で変動する。与えられたパラメータセットの下でデータの尤度を評価する代わりに、アルゴリズムは完全な階層的生成モデルからデータをシミュレートし、観測されたものに一致する要約統計量を持つパラメータの組み合わせのみを、許容誤差内で保持する。