System Dynamics Bayesowskie — Probabilistyczne estymowanie parametrów i propagacja niepewności w modelach SD
System Dynamics Bayesowskie (BSD) integruje bayesowską wnioskowanie statystyczne z kauzalnymi modelami symulacyjnymi typu „stock-and-flow” (zasób-przepływ). Wiedza a priori o parametrach modelu jest aktualizowana przy użyciu obserwowanych danych szeregów czasowych w celu uzyskania rozkładów a posteriori, które następnie są propagowane przez symulację, dając probabilistyczne prognozy i oceny polityki zamiast pojedynczych deterministycznych trajektorii.
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
- Rahmandad, H., & Sterman, J. D. (2008). Heterogeneity and network structure in the dynamics of diffusion: Comparing agent-based and differential equation models. Management Science, 54(5), 998–1014. DOI: 10.1287/mnsc.1070.0787 ↗
- System dynamics. Wikipedia. link ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Bayesian System Dynamics — Probabilistic parameter estimation and uncertainty propagation in system dynamics models. ScholarGate. https://scholargate.app/pl/simulation/bayesian-system-dynamics
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.
- Bayesowski model MarkowaSymulacja↔ compare
- Symulacja metodą Bayesa i Monte CarloSymulacja↔ compare
- Model MarkowaSymulacja↔ compare
- Symulacja Monte CarloPodejmowanie decyzji↔ compare
- Dynamika Systemów StochastycznychSymulacja↔ compare
- Dynamika systemówSymulacja↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →