Robustā aptuvenā Bajesu aprēķināšana
Robustā ABC paplašina standarta aptuveno Bajesu aprēķināšanu, lai tiktu galā ar novirzēm, modeļa neprecizitātēm un jutību pret kopsavilkuma statistikas izvēli. Aizstājot parastās attāluma mērvienības ar robustām alternatīvām — piemēram, saliktiem rādītājiem, apgrieztām statistikām vai sintētiskām varbūtībām — tā pasargā a posteriori secinājumus no kropļojumiem, ko rada netipiski novērojumi vai nepilnīgs simulators.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Robust Approximate Bayesian Computation. ScholarGate. https://scholargate.app/lv/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.
- Aproksimatīvā Bayesian aprēķināšanaSimulācija↔ compare
- Bajesiešu secinājumi ar mērījumu kļūduBajesa metodes↔ compare
- Particle Filter (Sequential Monte Carlo)Bajesa metodes↔ compare
- Robustā Bēsa secināšanaBajesa metodes↔ compare
- Robusta variācijas izpratneBajesa metodes↔ compare
- Sekvenciālā Monte Karlo metodeBajesa metodes↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →