Tidsserie-approksimert Bayesiansk inferens (Time Series Approximate Bayesian Computation)
Tidsserie-ABC er en likelihood-fri Bayesiansk inferensmetode som estimerer posteriorfordelingen av modellparametere for dynamiske eller tidsindekserte systemer. Dette gjøres ved å sammenligne oppsummerende statistikker fra simulerte trajektorier med de fra den observerte tidsserien, og dermed omgå behovet for å evaluere en analytisk likelihood. Metoden er spesielt verdifull for komplekse mekanistiske eller stokastiske modeller hvor likelihood-funksjonen er uoverkommelig (intractable).
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
- Toni, T., Welch, D., Strelkowa, N., Ipsen, A. & Stumpf, M. P. H. (2009). Approximate Bayesian computation scheme for parameter inference and model selection in dynamical systems. Journal of the Royal Society Interface, 6(31), 187–202. DOI: 10.1098/rsif.2008.0172 ↗
- Sisson, S. A., Fan, Y. & Beaumont, M. A. (Eds.) (2018). Handbook of Approximate Bayesian Computation. CRC Press. ISBN: 978-1439881507
Slik siterer du denne siden
ScholarGate. (2026, June 3). Time Series Approximate Bayesian Computation. ScholarGate. https://scholargate.app/no/bayesian/time-series-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
- Dynamisk Bayesiansk InferensBayesiansk↔ compare
- Kalman-filteretBayesiansk↔ compare
- Partikkelfilter (sekvensiell Monte Carlo)Bayesiansk↔ compare
- Sekvensiell Monte CarloBayesiansk↔ compare
- Bayesiansk inferens for tidsserierBayesiansk↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →