Przybliżone Obliczenia Bayesa — wnioskowanie bez funkcji wiarygodności
Przybliżone Obliczenia Bayesa (ABC) to rodzina metod wnioskowania opartych na symulacji, które szacują rozkłady a posteriori bez konieczności posiadania analitycznie rozwiązywalnej funkcji wiarygodności. Wprowadzone przez Beaumonta, Zhanga i Baldinga (2002) w kontekście genetyki populacyjnej, ABC zastąpiło nieobliczalną funkcję wiarygodności powtarzanymi symulacjami modelu i porównaniem statystyk podsumowujących między danymi symulowanymi a obserwowanymi.
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.
+6 more
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 ↗
- Sisson, S.A., Fan, Y. & Beaumont, M.A. (Eds.) (2018). Handbook of Approximate Bayesian Computation. Chapman & Hall/CRC. DOI: 10.1201/9781315117195 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Approximate Bayesian Computation (ABC). ScholarGate. https://scholargate.app/pl/simulation/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
- Wnioskowanie bayesowskieStatystyka↔ compare
- Łańcuchowe metody Monte Carlo (MCMC)Symulacja↔ compare
- Symulacja Monte CarloPodejmowanie decyzji↔ compare
- Sekwencyjne metody Monte CarloStatystyka bayesowska↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →