Bayesian methodsBayesian / computational
공간 근사 베이즈 추론
공간 근사 베이즈 추론(Spatial ABC)은 가능도 함수가 다루기 어렵거나 평가 비용이 너무 많이 드는 공간 데이터 모델을 위한 가능도 없는 베이즈 추론 프레임워크입니다. 이는 사전 분포에서 후보 매개변수를 추출하고, 해당 매개변수 하에서 공간적으로 구조화된 데이터셋을 시뮬레이션하며, 시뮬레이션된 공간 요약 통계량이 관측된 데이터와 밀접하게 일치하는 추출만 수용함으로써 매개변수에 대한 근사 사후 분포를 구축합니다.
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 ↗
- Diggle, P. J., & Gratton, R. J. (1984). Monte Carlo methods of inference for implicit statistical models. Journal of the Royal Statistical Society: Series B, 46(2), 193–212. DOI: 10.1111/j.2517-6161.1984.tb01290.x ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Spatial Approximate Bayesian Computation. ScholarGate. https://scholargate.app/ko/bayesian/spatial-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
- 순차 몬테카를로 (Sequential Monte Carlo, SMC)베이지안↔ compare
- 공간 베이지안 추론베이지안↔ compare
- 공간 MCMC베이지안↔ compare