ScholarGate
Assistente
Bayesian methodsBayesian / computational

Computação Bayesiana Aproximada para Séries Temporais

ABC para séries temporais é um método de inferência Bayesiana livre de verossimilhança que estima a distribuição posterior dos parâmetros do modelo para sistemas dinâmicos ou indexados pelo tempo, comparando estatísticas resumidas de trajetórias simuladas com as da série observada, contornando a necessidade de avaliar uma verossimilhança analítica. É particularmente valioso para modelos mecanicistas ou estocásticos complexos cujas verossimilhanças são intratáveis.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

The neighbourhood of related methods — select a node to explore.

Fontes

  1. Toni, T., Welch, D., Strelkowa, N., Ipsen, A. & Stumpf, M. P. H. (2009). Approximate Bayesian computation scheme for parameter inference and model selection in dynamical systems. Journal of the Royal Society Interface, 6(31), 187–202. DOI: 10.1098/rsif.2008.0172
  2. Sisson, S. A., Fan, Y. & Beaumont, M. A. (Eds.) (2018). Handbook of Approximate Bayesian Computation. CRC Press. ISBN: 978-1439881507

Como citar esta página

ScholarGate. (2026, June 3). Time Series Approximate Bayesian Computation. ScholarGate. https://scholargate.app/pt/bayesian/time-series-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.

Compare side by side
ScholarGateTime series approximate Bayesian computation (Time Series Approximate Bayesian Computation). Recuperado em 2026-06-15 de https://scholargate.app/pt/bayesian/time-series-approximate-bayesian-computation · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026