Approximate Bayesian Computation with Measurement Error
Approximate Bayesian Computation with measurement error (ABC-ME) extends the standard ABC likelihood-free framework to settings where observed data are themselves noisy or imprecisely recorded. By explicitly incorporating a measurement-error kernel into the acceptance step, ABC-ME targets the correct posterior over model parameters even when the true data-generating process cannot be directly observed.
Bronrecord
Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.
- Wilkinson, R. D. (2013). Approximate Bayesian computation (ABC) gives exact results under the assumption of model error. Statistical Applications in Genetics and Molecular Biology, 12(2), 129-141. · DOI 10.1515/sagmb-2013-0010
- Beaumont, M. A. (2010). Approximate Bayesian computation in evolution and ecology. Annual Review of Ecology, Evolution, and Systematics, 41, 379-406. · DOI 10.1146/annurev-ecolsys-102209-144621
Gecureerde claims
Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.
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.