เปรียบเทียบวิธี

	การคำนวณแบบเบย์เชิงประมาณที่ทนทาน	การอนุมานแบบเบย์เซียนร่วมกับความคลาดเคลื่อนในการวัด
สาขาวิชา	เบย์	เบย์
ตระกูล	Bayesian methods	Bayesian methods
ปีกำเนิด	2016	1993
ผู้ริเริ่ม	Ruli, Sartori & Ventura; Frazier, Drovandi & Nott (2016–2020)	Richardson & Gilks (Bayesian formulation); Carroll et al. (comprehensive framework)
ประเภท	likelihood-free inference	Bayesian errors-in-variables model
แหล่งต้นตำรับ	Ruli, E., Sartori, N. & Ventura, L. (2016). Approximate Bayesian computation with composite score functions. Statistics and Computing, 26(3), 679–692.	Carroll, R. J., Ruppert, D., Stefanski, L. A., & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). Chapman & Hall/CRC. ISBN: 978-1584886433
ชื่อเรียกอื่น	Robust ABC, robust ABC inference, outlier-robust ABC, robust likelihood-free inference	Bayesian errors-in-variables model, Bayesian EIV model, Bayesian measurement error model, Bayesian misclassification model
ที่เกี่ยวข้อง	6	5
สรุป	Robust ABC extends standard Approximate Bayesian Computation to handle outliers, model misspecification, and sensitivity to summary statistic choice. By replacing conventional distance measures with robust alternatives — such as composite scores, trimmed statistics, or synthetic likelihoods — it protects posterior inference from being distorted by atypical observations or an imperfect simulator.	Bayesian inference with measurement error extends the standard Bayesian framework to situations where one or more covariates or outcomes are observed with noise or misclassification. By treating the true unobserved values as latent variables and assigning them priors, the model jointly estimates the true exposure distribution and the structural parameters of interest, propagating all uncertainty through the posterior.