ScholarGate
Assistent
Process / pipeline

Approximate Bayesian Computation — Likelihood-Free Inference

Approximate Bayesian Computation (ABC) is een familie van simulatiegebaseerde inferentiemethoden die posteriorverdelingen schatten zonder dat een analytisch hanteerbare likelihoodfunctie vereist is. Geïntroduceerd door Beaumont, Zhang en Balding (2002) in de context van populatiegenetica, verving ABC de onhandelbare likelihood door herhaalde modelsimulatie en een vergelijking van samenvattende statistieken tussen gesimuleerde en waargenomen gegevens.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

The neighbourhood of related methods — select a node to explore.

+6 more

Bronnen

  1. Beaumont, M.A., Zhang, W. & Balding, D.J. (2002). Approximate Bayesian Computation in Population Genetics. Genetics, 162(4), 2025-2035. DOI: 10.1093/genetics/162.4.2025
  2. Sisson, S.A., Fan, Y. & Beaumont, M.A. (Eds.) (2018). Handbook of Approximate Bayesian Computation. Chapman & Hall/CRC. DOI: 10.1201/9781315117195

Deze pagina citeren

ScholarGate. (2026, June 1). Approximate Bayesian Computation (ABC). ScholarGate. https://scholargate.app/nl/simulation/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.

Compare side by side

Geciteerd door

ScholarGateApproximate Bayesian Computation (Approximate Bayesian Computation (ABC)). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/simulation/approximate-bayesian-computation · Gegevensset: https://doi.org/10.5281/zenodo.20539026