Approximativ Bayesiansk Beräkning — Likelihood-fri inferens
Approximate Bayesian Computation (ABC) är en familj av simuleringsbaserade inferensmetoder som skattar posteriorifördelningar utan att kräva en analytiskt hanterbar likelihoodfunktion. Metoden introducerades av Beaumont, Zhang och Balding (2002) inom populationsgenetikens område, och ABC ersatte den ohanterliga likelihoodfunktionen med upprepad modellsimulering och en jämförelse av sammanfattande statistik mellan simulerade och observerade data.
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.
+6 more
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 ↗
- Sisson, S.A., Fan, Y. & Beaumont, M.A. (Eds.) (2018). Handbook of Approximate Bayesian Computation. Chapman & Hall/CRC. DOI: 10.1201/9781315117195 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Approximate Bayesian Computation (ABC). ScholarGate. https://scholargate.app/sv/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.
- Approximativ Bayesiansk BeräkningSimulering↔ compare
- Bayesiansk inferensStatistik↔ compare
- Markov Chain Monte Carlo (MCMC)Simulering↔ compare
- MontecarlosimuleringBeslutsfattande↔ compare
- Sekventiell Monte CarloBayesiansk statistik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →