Bayesian methodsBayesian / computational
다수준 근사 베이즈 계산
다수준 근사 베이즈 계산(다수준 ABC)은 시뮬레이션 기반 베이즈 추론을 계층적으로 구조화된 데이터로 확장합니다. 가능도가 다루기 어렵고 관측값이 그룹 내에 중첩될 때, 계층의 각 수준에서 시뮬레이션을 통해 직접적인 가능도 평가를 대체하며, 시뮬레이션된 요약 통계량이 관측된 통계량에 가까운 매개변수 추출을 수락합니다.
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. DOI: 10.1093/genetics/162.4.2025 ↗
- Jasra, A., Singh, S. S., Martin, J. S., & McCoy, E. (2012). Filtering via approximate Bayesian computation. Statistics and Computing, 22(6), 1223–1237. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Multilevel Approximate Bayesian Computation. ScholarGate. https://scholargate.app/ko/bayesian/multilevel-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.
- 근사 베이즈 계산시뮬레이션↔ compare
- 결측값이 있는 베이즈 계층 모델베이지안↔ compare
- 계층적 베이즈 추론베이지안↔ compare
- Markov Chain Monte Carlo (MCMC)시뮬레이션↔ compare
- 다층 베이즈 추론베이지안↔ compare
- 순차 몬테카를로 (Sequential Monte Carlo, SMC)베이지안↔ compare