Bayesian methodsBayesian / computational
頑健な近似ベイズ計算
頑健なABCは、標準的な近似ベイズ計算（ABC）を拡張し、外れ値、モデルの誤指定、および要約統計量の選択に対する感度に対処します。従来の距離尺度を、複合スコア、トリム統計量、または合成尤度などの頑健な代替手段に置き換えることにより、異常な観測値や不完全なシミュレータによって事後推論が歪められるのを防ぎます。
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
- Ruli, E., Sartori, N. & Ventura, L. (2016). Approximate Bayesian computation with composite score functions. Statistics and Computing, 26(3), 679–692. DOI: 10.1007/s11222-015-9551-z ↗
- Frazier, D. T., Drovandi, C. & Nott, D. J. (2020). Robust Approximate Bayesian Inference with Synthetic Likelihood. Journal of Computational and Graphical Statistics, 30(4), 958–976. DOI: 10.1080/10618600.2021.1875839 ↗
このページの引用方法
ScholarGate. (2026, June 3). Robust Approximate Bayesian Computation. ScholarGate. https://scholargate.app/ja/bayesian/robust-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.
- 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
- 測定誤差を伴うベイズ推論ベイズ↔ compare
- パーティクルフィルタ（逐次モンテカルロ法）ベイズ↔ compare
- ロバストベイズ推論ベイズ↔ compare
- ロバスト変分推論ベイズ↔ compare
- 逐次モンテカルロ法ベイズ↔ compare