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.
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.
+6 more
Fontes
- 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 ↗
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.
- Computação Bayesiana AproximadaSimulação↔ compare
- Inferência BayesianaEstatística↔ compare
- Markov Chain Monte Carlo (MCMC)Simulação↔ compare
- Simulação de Monte CarloTomada de decisão↔ compare
- Monte Carlo SequencialBayesiano↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →