Robuuste Approximate Bayesian Computation
Robuuste ABC breidt standaard Approximate Bayesian Computation uit om uitschieters, modelmispecificatie en gevoeligheid voor de keuze van samenvattende statistieken te hanteren. Door conventionele afstandsmaten te vervangen door robuuste alternatieven — zoals samengestelde scores, getrimde statistieken of synthetische likelihoods — beschermt het de posterieure inferentie tegen vertekening door atypische observaties of een imperfecte simulator.
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
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Approximate Bayesian Computation. ScholarGate. https://scholargate.app/nl/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.
- Approximate Bayesian ComputationSimulatie↔ compare
- Bayesiaanse Inferentie met MeetfoutBayesiaanse statistiek↔ compare
- Deeltjesfilter (Sequentiële Monte Carlo)Bayesiaanse statistiek↔ compare
- Robuuste Bayesiaanse InferentieBayesiaanse statistiek↔ compare
- Robuuste Variational InferenceBayesiaanse statistiek↔ compare
- Sequentiële Monte CarloBayesiaanse statistiek↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →