Многоуровневая аппроксимационная байесовская вычислительная техника
Многоуровневая аппроксимационная байесовская вычислительная техника (многоуровневая ABC) распространяет байесовский вывод на основе моделирования на иерархически структурированные данные. Когда функция правдоподобия неразрешима, а наблюдения вложены в группы, она заменяет прямую оценку правдоподобия моделированием на каждом уровне иерархии, принимая выборки параметров, имитированные статистические характеристики которых близки к наблюдаемым.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
- Jasra, A., Singh, S. S., Martin, J. S., & McCoy, E. (2012). Filtering via approximate Bayesian computation. Statistics and Computing, 22(6), 1223–1237. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Multilevel Approximate Bayesian Computation. ScholarGate. https://scholargate.app/ru/bayesian/multilevel-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.
- Приближенное байесовское вычислениеИмитационное моделирование↔ compare
- Байесовская иерархическая модель с пропущенными даннымиБайесовские методы↔ compare
- Иерархический байесовский выводБайесовские методы↔ compare
- Марковские цепи Монте-Карло (MCMC)Имитационное моделирование↔ compare
- Многоуровневое байесовское моделированиеБайесовские методы↔ compare
- Последовательный Монте-КарлоБайесовские методы↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →