การคำนวณเชิงอนุมานแบบเบย์เชิงพื้นที่โดยประมาณ
การคำนวณเชิงอนุมานแบบเบย์เชิงพื้นที่โดยประมาณ (Spatial ABC) เป็นกรอบการอนุมานแบบเบย์ที่ไม่ต้องอาศัยฟังก์ชันความน่าจะเป็น (likelihood-free Bayesian inference framework) สำหรับแบบจำลองข้อมูลเชิงพื้นที่ที่ฟังก์ชันความน่าจะเป็นไม่สามารถคำนวณได้หรือมีค่าใช้จ่ายในการคำนวณสูงเกินไป โดยจะสุ่มพารามิเตอร์ผู้สมัครจากค่าความเชื่อก่อนหน้า (prior) จำลองชุดข้อมูลที่มีโครงสร้างเชิงพื้นที่ภายใต้พารามิเตอร์เหล่านั้น และยอมรับเฉพาะการสุ่มที่สถิติสรุปเชิงพื้นที่ที่จำลองขึ้นมาใกล้เคียงกับข้อมูลที่สังเกตได้ ซึ่งจะสร้างค่าความเชื่อภายหลัง (posterior) โดยประมาณสำหรับพารามิเตอร์ของแบบจำลอง
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Spatial Approximate Bayesian Computation. ScholarGate. https://scholargate.app/th/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.
- การคำนวณแบบเบย์เชิงประมาณการจำลอง↔ compare
- Sequential Monte Carloเบย์↔ compare
- การอนุมานเชิงพื้นที่แบบเบย์ (Spatial Bayesian Inference)เบย์↔ compare
- Spatial MCMCเบย์↔ compare