การคำนวณแบบเบย์เชิงประมาณที่ทนทาน
Robust ABC เป็นส่วนขยายของการคำนวณแบบเบย์เชิงประมาณ (ABC) มาตรฐาน เพื่อจัดการกับค่าผิดปกติ (outliers) การระบุแบบจำลองผิดพลาด (model misspecification) และความไวต่อการเลือกสถิติสรุป โดยการแทนที่มาตรวัดระยะทางแบบดั้งเดิมด้วยทางเลือกที่ทนทาน เช่น คะแนนองค์ประกอบ (composite scores) สถิติที่ถูกตัดออก (trimmed statistics) หรือความควรจะเป็นสังเคราะห์ (synthetic likelihoods) จะช่วยปกป้องการอนุมานภายหลัง (posterior inference) จากการบิดเบือนโดยการสังเกตที่ผิดปกติหรือไม่สมบูรณ์ของเครื่องจำลอง
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Ruli, E., Sartori, N. & Ventura, L. (2016). Approximate Bayesian computation with composite score functions. Statistics and Computing, 26(3), 679–692. DOI: 10.1007/s11222-015-9551-z ↗
- Frazier, D. T., Drovandi, C. & Nott, D. J. (2020). Robust Approximate Bayesian Inference with Synthetic Likelihood. Journal of Computational and Graphical Statistics, 30(4), 958–976. DOI: 10.1080/10618600.2021.1875839 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Robust Approximate Bayesian Computation. ScholarGate. https://scholargate.app/th/bayesian/robust-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.
- การคำนวณแบบเบย์เชิงประมาณการจำลอง↔ compare
- การอนุมานแบบเบย์เซียนร่วมกับความคลาดเคลื่อนในการวัดเบย์↔ compare
- Particle Filter (Sequential Monte Carlo)เบย์↔ compare
- การอนุมานแบบเบย์ที่คงทนเบย์↔ compare
- การอนุมานแบบแปรผันที่ทนทาน (Robust Variational Inference)เบย์↔ compare
- Sequential Monte Carloเบย์↔ compare