ScholarGate
Assistente
Process / pipeline

Computação Bayesiana Aproximada — Inferência Livre de Verossimilhança

Computação Bayesiana Aproximada (ABC) é uma família de métodos de inferência baseados em simulação que estimam distribuições a posteriori sem exigir uma função de verossimilhança analiticamente tratável. Introduzida por Beaumont, Zhang e Balding (2002) no contexto da genética populacional, a ABC substituiu a verossimilhança intratável por simulação repetida do modelo e comparação de estatísticas resumidas entre dados simulados e observados.

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.

+6 more

Fontes

  1. 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
  2. Sisson, S.A., Fan, Y. & Beaumont, M.A. (Eds.) (2018). Handbook of Approximate Bayesian Computation. Chapman & Hall/CRC. DOI: 10.1201/9781315117195

Como citar esta página

ScholarGate. (2026, June 1). Approximate Bayesian Computation (ABC). ScholarGate. https://scholargate.app/pt/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.

Compare side by side

Referenciado por

ScholarGateApproximate Bayesian Computation (Approximate Bayesian Computation (ABC)). Recuperado em 2026-06-15 de https://scholargate.app/pt/simulation/approximate-bayesian-computation · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026