Ієрархічне наближене байєсівське виведення (Hierarchical Approximate Bayesian Computation)
Ієрархічне ABC (Hierarchical ABC) — це метод байєсівського виведення без функції правдоподібності, розроблений для багаторівневих структур даних, у яких параметри індивідуального рівня самі витягуються з розподілу популяційного рівня. Поєднуючи симуляційне відхилення (rejection sampling) із ієрархічним об'єднанням (pooling), він відновлює апостеріорні розподіли як у межах груп, так і між групами, не вимагаючи при цьому аналітично розв'язної функції правдоподібності.
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
- Toni, T. & Stumpf, M. P. H. (2010). Simulation-based model selection for dynamical systems in systems and population biology. Bioinformatics, 26(1), 104–110. DOI: 10.1093/bioinformatics/btp619 ↗
- Wilkinson, R. D. (2013). Approximate Bayesian computation (ABC) gives exact results under the assumption of model error. Statistical Applications in Genetics and Molecular Biology, 12(2), 129–141. DOI: 10.1515/sagmb-2013-0010 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Hierarchical Approximate Bayesian Computation. ScholarGate. https://scholargate.app/uk/bayesian/hierarchical-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.
- Апроксимаційні байєсівські обчисленняІмітаційне моделювання↔ compare
- Ієрархічний байєсівський висновокБаєсові методи↔ compare
- Ієрархічний ланцюг Маркова Монте-КарлоБаєсові методи↔ compare
- Послідовний Монте-КарлоБаєсові методи↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →