ABC - nové metody bayesovské simulace
| advisor: | Kamil Dedecius |
| e-mail: | show e-mail |
| type: | bachelor thesis, master thesis |
| branch of study: | MI_MM, MI_AMSM, II_SIMI |
| key words: | ABC, Approximate Bayesian Computation, Monte-Carlo |
| description: | ABC (Approximate Bayesian Computation) je skupina moderních numerických metod spadajících do sféry bayesovské statistiky. Používá se v případě, že statistický model je buď analyticky špatně dosažitelný nebo výpočetně náročný a výhodnější je data simulovat a porovnávat získané simulace s daty existujícími. Ačkoliv je základní podoba metod na první pohled relativně triviální, vzhledem novosti celého aparátu se otevírá nepřeberné množství dosud nevyřešených otázek a problémů. Navíc se přidávají i problémy typické pro běžné Monte-Carlo metody. Konkrétní náplň diplomových a bakalářských prací se může týkat volby parametrů ABC, návrhu dynamických variant ABC, kombinaci ABC s jinými statistickými metodami, výběru modelů a mnoha jiných relevantních aspektů ABC. |
| references: | Marjoram, P., Molitor, J., Plagnol, V. & Tavaré, S. Markov chain Monte Carlo without likelihoods. Proceedings of the National Academy of Sciences vol. 100, pp. 15324-15328 (2003). URL http://dx.doi.org/10.1073/pnas.0306899100. Moral, P., Doucet, A., Jasra, A., An adaptive sequential Monte Carlo method for approximate Bayesian computation, Statistics and Computing, pp. 1-12 (2011). |
| note: | Téma je velmi vhodné i pro týmy studentů. |
| last update: | 20.11.2017 21:45:17 |
administrator for this page:
Ľubomíra Dvořáková | last update: 09/12/2011