Przestrzenne przybliżone obliczenia bayesowskie
Przestrzenne przybliżone obliczenia bayesowskie (Spatial ABC) to bezfunkcyjny bayesowski framework wnioskowania dla modeli danych przestrzennych, których funkcja wiarygodności jest nieobliczalna lub zbyt kosztowna do oszacowania. Metoda ta losuje kandydatów na parametry z rozkładu a priori, symuluje przestrzennie ustrukturyzowane zbiory danych dla tych parametrów i akceptuje tylko te losowania, których symulowane przestrzenne statystyki podsumowujące ściśle odpowiadają obserwowanym danym, budując w ten sposób przybliżony rozkład a posteriori dla parametrów modelu.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Spatial Approximate Bayesian Computation. ScholarGate. https://scholargate.app/pl/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.
- Przybliżone Obliczenia BayesaSymulacja↔ compare
- Sekwencyjne metody Monte CarloStatystyka bayesowska↔ compare
- Przestrzenne wnioskowanie bayesowskieStatystyka bayesowska↔ compare
- Przestrzenne MCMCStatystyka bayesowska↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →