Spatial Approximate Bayesian Computation
Spatial Approximate Bayesian Computation (Spatial ABC) är ett sannolikhetsfunktionsfritt ramverk för Bayesiansk inferens för spatiala datamodeller vars sannolikhetsfunktion är intractable eller för dyr att utvärdera. Det drar kandidatparametrar från en prior, simulerar spatialt strukturerade dataset under dessa parametrar och accepterar endast de drag vars simulerade spatiala sammanfattningsstatistik noggrant matchar observerade data, och därigenom bygger en approximativ posterior över modellparametrar.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
- Diggle, P. J., & Gratton, R. J. (1984). Monte Carlo methods of inference for implicit statistical models. Journal of the Royal Statistical Society: Series B, 46(2), 193–212. DOI: 10.1111/j.2517-6161.1984.tb01290.x ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Spatial Approximate Bayesian Computation. ScholarGate. https://scholargate.app/sv/bayesian/spatial-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.
- Approximativ Bayesiansk BeräkningSimulering↔ compare
- Sekventiell Monte CarloBayesiansk statistik↔ compare
- Rumslig Bayesiansk slutsatsBayesiansk statistik↔ compare
- Spatial MCMCBayesiansk statistik↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →