Computação Bayesiana Aproximada com Dados Ausentes
A Computação Bayesiana Aproximada (ABC) com dados ausentes estende o arcabouço livre de verossimilhança (likelihood-free) para cenários onde observações são incompletas ou registradas parcialmente. Ao simular dados sob um modelo postulado e aceitar extrações de parâmetros cujas estatísticas de resumo simuladas são próximas às observadas, ela contorna a necessidade de avaliar uma verossimilhança intratável — mesmo quando alguns valores de dados estão ausentes.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Beaumont, M. A., Zhang, W. & Balding, D. J. (2002). Approximate Bayesian computation in population genetics. Genetics, 162(4), 2025–2035. link ↗
- Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. John Wiley & Sons. ISBN: 978-0471655749
Como citar esta página
ScholarGate. (2026, June 3). Approximate Bayesian Computation with Missing Data. ScholarGate. https://scholargate.app/pt/bayesian/approximate-bayesian-computation-with-missing-data
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.
- Computação Bayesiana AproximadaSimulação↔ compare
- Inferência Bayesiana com Dados AusentesBayesiano↔ compare
- MCMC com Dados AusentesBayesiano↔ compare
- Imputação MúltiplaEstatística↔ compare
- Filtro de Partículas (Monte Carlo Sequencial)Bayesiano↔ compare
- Monte Carlo SequencialBayesiano↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →