Approximate Bayesian Computation med manglende data
Approximate Bayesian Computation (ABC) med manglende data utvider rammeverket for sannsynlighetsfri inferens (likelihood-free inference) til situasjoner der observasjoner er ufullstendige eller delvis registrert. Ved å simulere data under en foreslått modell og akseptere parameter-trekk hvis simulerte sammendragsstatistikker er nær de observerte, omgår metoden behovet for å evaluere en uhåndterlig sannsynlighetsfunksjon – selv når noen dataværdier mangler.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 3). Approximate Bayesian Computation with Missing Data. ScholarGate. https://scholargate.app/no/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.
- Approksimativ Bayesiansk BeregningSimulering↔ compare
- Bayesiansk inferens med manglende dataBayesiansk↔ compare
- MCMC med manglende dataBayesiansk↔ compare
- Multippel imputasjonStatistikk↔ compare
- Partikkelfilter (sekvensiell Monte Carlo)Bayesiansk↔ compare
- Sekvensiell Monte CarloBayesiansk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →