Bayesian System Dynamics — การประมาณค่าพารามิเตอร์เชิงความน่าจะเป็นและการแพร่กระจายความไม่แน่นอนในแบบจำลอง SD
Bayesian System Dynamics (BSD) ผสานการอนุมานทางสถิติแบบเบย์เข้ากับแบบจำลองการจำลองแบบเชิงสาเหตุแบบ stock-and-flow ความรู้ก่อนหน้าเกี่ยวกับพารามิเตอร์ของแบบจำลองจะได้รับการปรับปรุงโดยใช้ข้อมูลอนุกรมเวลาที่สังเกตได้ เพื่อสร้างการแจกแจงภายหลัง (posterior distributions) ซึ่งจะถูกแพร่กระจายผ่านการจำลองเพื่อให้ได้การคาดการณ์เชิงความน่าจะเป็นและการประเมินนโยบาย แทนที่จะเป็นเส้นทางที่แน่นอนเพียงเส้นทางเดียว
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Rahmandad, H., & Sterman, J. D. (2008). Heterogeneity and network structure in the dynamics of diffusion: Comparing agent-based and differential equation models. Management Science, 54(5), 998–1014. DOI: 10.1287/mnsc.1070.0787 ↗
- System dynamics. Wikipedia. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Bayesian System Dynamics — Probabilistic parameter estimation and uncertainty propagation in system dynamics models. ScholarGate. https://scholargate.app/th/simulation/bayesian-system-dynamics
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.
- แบบจำลองมาร์คอฟแบบเบย์ (Bayesian Markov Model)การจำลอง↔ compare
- การจำลองแบบมอนติคาร์โลแบบเบย์ (Bayesian Monte Carlo Simulation)การจำลอง↔ compare
- แบบจำลองมาร์คอฟการจำลอง↔ compare
- การจำลองแบบมอนติคาร์โลการตัดสินใจ↔ compare
- พลวัตระบบเชิงสุ่มการจำลอง↔ compare
- พลวัตของระบบการจำลอง↔ compare