Hierarchical Approximate Bayesian Computation
Hierarchical ABC là một phương pháp suy luận Bayes không có hàm hợp lý (likelihood-free Bayesian inference) được thiết kế cho các cấu trúc dữ liệu đa cấp, trong đó các tham số ở cấp độ cá nhân tự chúng được rút ra từ một phân phối ở cấp độ quần thể. Bằng cách kết hợp lấy mẫu loại trừ dựa trên mô phỏng với gộp thông tin phân cấp (hierarchical pooling), phương pháp này phục hồi cả các phân phối hậu nghiệm (posterior distributions) trong nhóm và giữa các nhóm mà không yêu cầu hàm hợp lý có thể xử lý được.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Hierarchical Approximate Bayesian Computation. ScholarGate. https://scholargate.app/vi/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.
- Tính toán Bayes xấp xỉMô phỏng↔ compare
- Suy luận Bayes phân cấpBayes↔ compare
- Markov Chain Monte Carlo phân cấpBayes↔ compare
- Monte Carlo Tuần tựBayes↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →