Romlig tilnærmet Bayesiansk beregning
Romlig tilnærmet Bayesiansk beregning (Spatial ABC) er et sannsynlighetsfritt Bayesiansk inferensrammeverk for romlige datamodeller der sannsynlighetsfunksjonen er uhåndterlig eller for kostbar å evaluere. Det trekker kandidatparametre fra en apriori-fordeling, simulerer romlig strukturerte datasett under disse parametrene, og aksepterer kun de trekkene hvis simulerte romlige oppsummeringsstatistikker samsvarer nært med de observerte dataene, og bygger dermed en tilnærmet posteriorfordeling over modellparametere.
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. DOI: 10.1093/genetics/162.4.2025 ↗
- Diggle, P. J., & Gratton, R. J. (1984). Monte Carlo methods of inference for implicit statistical models. Journal of the Royal Statistical Society: Series B, 46(2), 193–212. DOI: 10.1111/j.2517-6161.1984.tb01290.x ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Spatial Approximate Bayesian Computation. ScholarGate. https://scholargate.app/no/bayesian/spatial-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.
- Approksimativ Bayesiansk BeregningSimulering↔ compare
- Sekvensiell Monte CarloBayesiansk↔ compare
- Romlig Bayesiansk inferensBayesiansk↔ compare
- Spatial MCMCBayesiansk↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →