Приближенное байесовское вычисление для временных рядов
ABC для временных рядов — это байесовский метод вывода без правдоподобия, который оценивает апостериорное распределение параметров модели для динамических систем или систем, индексированных по времени, путем сравнения статистик, полученных из симулированных траекторий, со статистиками наблюдаемых рядов, обходя необходимость вычисления аналитического правдоподобия. Этот метод особенно ценен для сложных механистических или стохастических моделей, для которых правдоподобие не поддается вычислению.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
- Sisson, S. A., Fan, Y. & Beaumont, M. A. (Eds.) (2018). Handbook of Approximate Bayesian Computation. CRC Press. ISBN: 978-1439881507
Как цитировать эту страницу
ScholarGate. (2026, June 3). Time Series Approximate Bayesian Computation. ScholarGate. https://scholargate.app/ru/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.
- Приближенное байесовское вычислениеИмитационное моделирование↔ compare
- Динамический байесовский выводБайесовские методы↔ compare
- Фильтр КалманаБайесовские методы↔ compare
- Фильтр частиц (последовательное Монте-Карло)Байесовские методы↔ compare
- Последовательный Монте-КарлоБайесовские методы↔ compare
- Байесовский вывод для временных рядовБайесовские методы↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →