Approximate Bayesian Computation met ontbrekende gegevens
Approximate Bayesian Computation (ABC) met ontbrekende gegevens breidt het likelihood-vrije ABC-framework uit naar situaties waarin observaties onvolledig of gedeeltelijk geregistreerd zijn. Door gegevens te simuleren onder een geponeerd model en parameter-trekkingen te accepteren waarvan de gesimuleerde samenvattende statistieken dicht bij de waargenomen statistieken liggen, omzeilt het de noodzaak om een onoplosbare likelihood te evalueren — zelfs wanneer sommige gegevenswaarden afwezig zijn.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Beaumont, M. A., Zhang, W. & Balding, D. J. (2002). Approximate Bayesian computation in population genetics. Genetics, 162(4), 2025–2035. link ↗
- Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. John Wiley & Sons. ISBN: 978-0471655749
Deze pagina citeren
ScholarGate. (2026, June 3). Approximate Bayesian Computation with Missing Data. ScholarGate. https://scholargate.app/nl/bayesian/approximate-bayesian-computation-with-missing-data
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.
- Approximate Bayesian ComputationSimulatie↔ compare
- Bayesiaanse inferentie met ontbrekende gegevensBayesiaanse statistiek↔ compare
- MCMC met ontbrekende dataBayesiaanse statistiek↔ compare
- Multiple ImputationStatistiek↔ compare
- Deeltjesfilter (Sequentiële Monte Carlo)Bayesiaanse statistiek↔ compare
- Sequentiële Monte CarloBayesiaanse statistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →