Bayesiansk agentbasert modellering — Kalibrering av komplekse simuleringer med Bayesiansk inferens
Bayesiansk agentbasert modellering (Bayesian ABM) integrerer Bayesiansk statistisk inferens med agentbasert simulering for å kalibrere modellparametere og kvantifisere usikkerhet. I stedet for å fastsette agentregler og parametere basert på antagelser, behandler denne tilnærmingen ukjente parametere som sannsynlighetsfordelinger og oppdaterer dem systematisk mot observerte data, noe som gir en fullstendig posteriorfordeling over plausible modellkonfigurasjoner.
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
- Sunnaker, M., Busetto, A. G., Numminen, E., Corander, J., Foll, M., Dessimoz, C. (2013). Approximate Bayesian Computation. PLOS Computational Biology, 9(1), e1002803. DOI: 10.1371/journal.pcbi.1002803 ↗
- Grazzini, J., Richiardi, M. (2015). Estimation of agent-based models by simulated minimum distance. Journal of Economic Dynamics and Control, 51, 148-165. DOI: 10.1016/j.jedc.2014.10.006 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Bayesian Agent-Based Modeling — Parameter Estimation and Uncertainty Quantification for Agent-Based Models. ScholarGate. https://scholargate.app/no/simulation/bayesian-agent-based-modeling
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.
- Agent-basert modellering (ABM)Simulering↔ compare
- Approksimativ Bayesiansk BeregningSimulering↔ compare
- Bayesiansk Markov-modellSimulering↔ compare
- Bayesian MicrosimulationSimulering↔ compare
- Monte Carlo-simuleringBeslutningstaking↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →