เปรียบเทียบวิธี

	การสร้างแบบจำลองเชิงเอเจนต์แบบเบย์ (Bayesian Agent-Based Modeling)	การคำนวณแบบเบย์เชิงประมาณ
สาขาวิชา	การจำลอง	การจำลอง
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	2000s–2010s	2002
ผู้ริเริ่ม	Sunnaker et al. / Grazzini & Richiardi (among key contributors)	—
ประเภท	Simulation calibration and inference framework	Simulation-based Bayesian inference
แหล่งต้นตำรับ	Sunnaker, M., Busetto, A. G., Numminen, E., Corander, J., Foll, M., Dessimoz, C. (2013). Approximate Bayesian Computation. PLOS Computational Biology, 9(1), e1002803.	Beaumont, M.A., Zhang, W. & Balding, D.J. (2002). Approximate Bayesian Computation in Population Genetics. Genetics, 162(4), 2025-2035.
ชื่อเรียกอื่น	Bayesian ABM, ABC-ABM, Bayesian Calibration of ABM, Bayesian Agent Simulation	ABC, likelihood-free inference, simulation-based inference, Yaklaşık Bayesçi Hesaplama (ABC)
ที่เกี่ยวข้อง	5	5
สรุป	Bayesian Agent-Based Modeling integrates Bayesian statistical inference with agent-based simulation to calibrate model parameters and quantify uncertainty. Rather than fixing agent rules and parameters by assumption, this approach treats unknown parameters as probability distributions and updates them systematically against observed data, yielding a full posterior over plausible model configurations.	Approximate Bayesian Computation (ABC) is a family of simulation-based inference methods that estimate posterior distributions without requiring an analytically tractable likelihood function. Introduced by Beaumont, Zhang and Balding (2002) in the context of population genetics, ABC replaced the intractable likelihood with repeated model simulation and a comparison of summary statistics between simulated and observed data.