Perkiraan Bayesian Pembelajaran Jarak Jauh (Spatial Approximate Bayesian Computation)
Perkiraan Bayesian Pembelajaran Jarak Jauh (Spatial ABC) ialah rangka kerja inferens Bayesian bebas kemungkinan untuk model data spatial yang fungsi kemungkinannya sukar difahami atau terlalu mahal untuk dinilai. Ia menarik parameter calon daripada keutamaan, mensimulasikan set data berstruktur spatial di bawah parameter tersebut, dan hanya menerima cabutan yang statistik ringkasan spatialnya yang disimulasikan hampir sepadan dengan data yang diperhatikan, dengan itu membina keutamaan anggaran ke atas parameter model.
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 ↗
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Spatial Approximate Bayesian Computation. ScholarGate. https://scholargate.app/ms/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.
- Pengiraan Bayesian AnggaranSimulasi↔ compare
- Monte Carlo SekuensialBayesian↔ compare
- Inferensi Bayesian SpatialBayesian↔ compare
- MCMC SpatialBayesian↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →