Perhitungan Bayesian Penghampiran Teguh
ABC Teguh melanjutkan Perhitungan Bayesian Penghampiran (ABC) standard untuk mengendalikan data pencilan, salah spesifikasi model, dan kepekaan terhadap pilihan statistik ringkasan. Dengan menggantikan ukuran jarak konvensional dengan alternatif yang teguh — seperti skor komposit, statistik terpotong, atau kemungkinan sintetik — ia melindungi inferens posterior daripada herotan oleh pemerhatian yang tidak tipikal atau simulator yang tidak sempurna.
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
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Robust Approximate Bayesian Computation. ScholarGate. https://scholargate.app/ms/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.
- Pengiraan Bayesian AnggaranSimulasi↔ compare
- Inferens Bayesian dengan Ralat PengukuranBayesian↔ compare
- Penapis Zarah (Monte Carlo Sekuen)Bayesian↔ compare
- Inferens Bayesian TeguhBayesian↔ compare
- Inferens Variasi MantapBayesian↔ compare
- Monte Carlo SekuensialBayesian↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →