Aproksimatīvā Bayesian aprēķināšana — inferēšana bez liktenīguma
Aproksimatīvā Bayesian aprēķināšana (ABC) ir simulācijas balstītu inferēšanas metožu saime, kas novērtē posteriorās sadalījumus, neprasot analītiski traktējamu liktenīguma funkciju. Ieviesti Beaumont, Zhang un Balding (2002) populācijas ģenētikas kontekstā, ABC aizstāja neaptveramo liktenīgumu ar atkārtotu modeļa simulāciju un kopsavilkuma statistikas salīdzināšanu starp simulētajiem un novērotajiem datiem.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Avoti
- 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 ↗
- Sisson, S.A., Fan, Y. & Beaumont, M.A. (Eds.) (2018). Handbook of Approximate Bayesian Computation. Chapman & Hall/CRC. DOI: 10.1201/9781315117195 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Approximate Bayesian Computation (ABC). ScholarGate. https://scholargate.app/lv/simulation/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
- Beijesiskā inferenceStatistika↔ compare
- Markov Chain Monte Carlo (MCMC)Simulācija↔ compare
- Monte Carlo simulācijaLēmumu pieņemšana↔ compare
- Sekvenciālā Monte Karlo metodeBajesa metodes↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →