Bayesian methodsBayesian / computational
누락 데이터가 있는 근사 베이즈 계산 (Approximate Bayesian Computation with Missing Data)
누락 데이터가 있는 근사 베이즈 계산(Approximate Bayesian Computation with missing data, 이하 ABC)은 관측치가 불완전하거나 부분적으로 기록된 상황으로 가능도 함수를 사용하지 않는 ABC 프레임워크를 확장합니다. 모형을 가정하고 데이터를 시뮬레이션한 후, 시뮬레이션된 요약 통계량이 관측된 통계량과 유사한 모수 추정치를 수용함으로써, 계산 불가능한 가능도 함수를 평가할 필요성을 우회합니다. 이는 일부 데이터 값이 누락된 경우에도 마찬가지입니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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
이 페이지 인용 방법
ScholarGate. (2026, June 3). Approximate Bayesian Computation with Missing Data. ScholarGate. https://scholargate.app/ko/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.
- 근사 베이즈 계산시뮬레이션↔ compare
- 결측 데이터가 있는 베이즈 추론베이지안↔ compare
- 결측치가 있는 MCMC베이지안↔ compare
- Multiple Imputation통계학↔ compare
- 파티클 필터 (순차 몬테카를로)베이지안↔ compare
- 순차 몬테카를로 (Sequential Monte Carlo, SMC)베이지안↔ compare