Pengiraan Bayesian Anggaran Pelbagai Tahap
Pengiraan Bayesian Anggaran Pelbagai Tahap (ABC pelbagai tahap) melanjutkan inferens Bayesian berasaskan simulasi kepada data berstruktur hierarki. Apabila kebarangkalian tidak dapat diselesaikan dan pemerhatian bersarang dalam kumpulan, ia menggantikan penilaian kebarangkalian langsung dengan simulasi pada setiap peringkat hierarki, menerima cabutan parameter yang statistik ringkasannya yang disimulasikan adalah hampir dengan yang diperhatikan.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Multilevel Approximate Bayesian Computation. ScholarGate. https://scholargate.app/ms/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.
- Pengiraan Bayesian AnggaranSimulasi↔ compare
- Model Hierarki Bayesian dengan Data HilangBayesian↔ compare
- Inferensi Bayesian HierarkiBayesian↔ compare
- Markov Chain Monte Carlo (MCMC)Simulasi↔ compare
- Inferens Bayes Berbilang ArasBayesian↔ compare
- Monte Carlo SekuensialBayesian↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →