Апроксимаційні байєсівські обчислення — висновування без правдоподібності
Апроксимаційні байєсівські обчислення (ABC) — це сімейство методів висновування на основі моделювання, які оцінюють апостеріорні розподіли без потреби в аналітично розв'язній функції правдоподібності. Запроваджені Бомонтом, Чжаном та Болдінгом (2002) у контексті популяційної генетики, методи ABC замінили нерозв'язну правдоподібність повторним моделюванням та порівнянням статистик-підсумків між змодельованими та спостережуваними даними.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Джерела
- Beaumont, M.A., Zhang, W. & Balding, D.J. (2002). Approximate Bayesian Computation in Population Genetics. Genetics, 162(4), 2025-2035. DOI: 10.1093/genetics/162.4.2025 ↗
- Sisson, S.A., Fan, Y. & Beaumont, M.A. (Eds.) (2018). Handbook of Approximate Bayesian Computation. Chapman & Hall/CRC. DOI: 10.1201/9781315117195 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 1). Approximate Bayesian Computation (ABC). ScholarGate. https://scholargate.app/uk/simulation/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
- Байєсівський висновокСтатистика↔ compare
- Метод Монте-Карло на основі Марковських ланцюгів (MCMC)Імітаційне моделювання↔ compare
- Метод Монте-КарлоПрийняття рішень↔ compare
- Послідовний Монте-КарлоБаєсові методи↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →