Methodenbewijsdossier

Approximate Bayesian Computation

Approximate Bayesian Computation (ABC) is a family of simulation-based inference methods that estimate posterior distributions without requiring an analytically tractable likelihood function. Introduced by Beaumont, Zhang and Balding (2002) in the context of population genetics, ABC replaced the intractable likelihood with repeated model simulation and a comparison of summary statistics between simulated and observed data.

Sources recorded, not reviewed

Bronrecord

Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.

Approximate Bayesian Computation (ABC)

Taxonomisch methodendossier · process-pipeline / simulation

Volledige methode openen

Gecureerde claims

Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.

Nog geen gecureerde claims

Deze weergave verzint geen claimbeoordeling als het register er geen heeft.

Gerelateerde methoden

Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.

Same method familyApproximate Bayesian Computationmachine-suggested · Relational suggestion, not evidence.See alsoBayesian Inferencemachine-suggested · Relational suggestion, not evidence.Same method familyMarkov Chain Monte Carlomachine-suggested · Relational suggestion, not evidence.See alsoMONTE-CARLO-SIMULATIONmachine-suggested · Relational suggestion, not evidence.See alsoSequential Monte Carlomachine-suggested · Relational suggestion, not evidence.