Bayesian methodsBayesian / computational

Приближенное байесовское вычисление (Approximate Bayesian Computation, ABC) с пропущенными данными

Приближенное байесовское вычисление с пропущенными данными расширяет фреймворк ABC, не требующий вычисления правдоподобия (likelihood-free), на сценарии, где наблюдения неполны или частично зарегистрированы. Путем моделирования данных при заданной модели и принятия выборок параметров, для которых статистики моделируемых данных близки к наблюдаемым, этот метод обходит необходимость вычисления невычислимого правдоподобия — даже когда некоторые значения данных отсутствуют.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Источники

  1. Beaumont, M. A., Zhang, W. & Balding, D. J. (2002). Approximate Bayesian computation in population genetics. Genetics, 162(4), 2025–2035. link
  2. Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. John Wiley & Sons. ISBN: 978-0471655749

Как цитировать эту страницу

ScholarGate. (2026, June 3). Approximate Bayesian Computation with Missing Data. ScholarGate. https://scholargate.app/ru/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.

Compare side by side

Упоминается в

ScholarGateApproximate Bayesian Computation with Missing Data (Approximate Bayesian Computation with Missing Data). Получено 2026-06-15 из https://scholargate.app/ru/bayesian/approximate-bayesian-computation-with-missing-data · Набор данных: https://doi.org/10.5281/zenodo.20539026