Апроксимаційні Байєсівські обчислення (ABC) з пропущеними даними
Апроксимаційні Байєсівські обчислення (ABC) з пропущеними даними розширюють фреймворк ABC без правдоподібності (likelihood-free) на сценарії, де спостереження є неповними або частково зафіксованими. Шляхом симуляції даних за запропонованою моделлю та прийняття вибірок параметрів, чиї симульовані статистичні сурогати близькі до спостережуваних, цей метод дозволяє уникнути необхідності обчислювати нерозв'язну правдоподібність, навіть коли деякі значення даних відсутні.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Beaumont, M. A., Zhang, W. & Balding, D. J. (2002). Approximate Bayesian computation in population genetics. Genetics, 162(4), 2025–2035. link ↗
- Rubin, D. B. (1987). Multiple Imputation for Nonresponse in Surveys. John Wiley & Sons. ISBN: 978-0471655749
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Approximate Bayesian Computation with Missing Data. ScholarGate. https://scholargate.app/uk/bayesian/approximate-bayesian-computation-with-missing-data
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.
- Апроксимаційні байєсівські обчисленняІмітаційне моделювання↔ compare
- Байєсівський висновок з пропущеними данимиБаєсові методи↔ compare
- MCMC з пропущеними данимиБаєсові методи↔ compare
- Множинне імпутуванняСтатистика↔ compare
- Фільтр частинок (послідовний Монте-Карло)Баєсові методи↔ compare
- Послідовний Монте-КарлоБаєсові методи↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →