Approximate Bayesian computation with the Wasserstein distance

A growing number of generative statistical models do not permit the numerical evaluation of their likelihood functions. Approximate Bayesian computation has become a popular approach to overcome this issue, in which one simulates synthetic data sets given parameters and compares summaries of these d...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Journal of the Royal Statistical Society. Series B, Statistical methodology Ročník 81; číslo 2; s. 235 - 269
Hlavní autoři:	Bernton, Espen, Jacob, Pierre E., Gerber, Mathieu, Robert, Christian P.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Oxford Wiley 01.04.2019 Oxford University Press
Témata:	Approximate Bayesian computation Bayesian analysis Bayesian theory Biology Computation Computer simulation Data data collection Datasets equations Generative models Hilbert curve Hilbert space Likelihood‐free inference Optimal transport Property Queueing Queues Regression analysis Statistical methods Statistical models Statistics Summaries Time series time series analysis Volatility Wasserstein distance
ISSN:	1369-7412, 1467-9868
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!