Time series approximate Bayesian computation
Time series ABC is a likelihood-free Bayesian inference method that estimates the posterior distribution of model parameters for dynamical or time-indexed systems by comparing summary statistics of simulated trajectories to those of the observed series, bypassing the need to evaluate an analytic likelihood. It is particularly valuable for complex mechanistic or stochastic models whose likelihoods are intractable.
Rekod sumber
Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.
- Toni, T., Welch, D., Strelkowa, N., Ipsen, A. & Stumpf, M. P. H. (2009). Approximate Bayesian computation scheme for parameter inference and model selection in dynamical systems. Journal of the Royal Society Interface, 6(31), 187–202. · DOI 10.1098/rsif.2008.0172
- Sisson, S. A., Fan, Y. & Beaumont, M. A. (Eds.) (2018). Handbook of Approximate Bayesian Computation. CRC Press. · ISBN 978-1439881507
Tuntutan yang dikurasi
Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.
Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.
Kaedah berkaitan
Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.