An overview on approximate bayesian computation

Meïli Baragatti (1) , Pierre Pudlo (2)

1 MISTEA - Mathématiques, Informatique et STatistique pour l'Environnement et l'Agronomie
2 I3M - Institut de Mathématiques et de Modélisation de Montpellier

Approximate Bayesian computation techniques, also called likelihood-free methods, are one of the most satisfactory approach to intractable likelihood problems. This overview presents recent results since its introduction about ten years ago in population genetics

Les méthodes bayésiennes approchées constituent l’un des outils majeurs d’inférence statistique en dimension finie lorsque la vraisemblance du modèle paramétrique considéré n’est pas accessible. Nous présentons quelques résultats récents qui ont permis d’augmenter significativement l’efficacité de ces techniques depuis leurs introductions dans le domaine de la génétique des populations il y a maintenant plus d’une dizaine année

Mots clés: multi-objective particle swarm optimization (mopso)

Mots clés: statistique bayésienne; Statistique appliquée; algorithme

Domaines: Automatique / Robotique; Autre; Applications [stat.AP]

Meïli Baragatti, Pierre Pudlo. An overview on approximate bayesian computation. ESAIM: Proceedings, 2014, 44, pp.291-299. ⟨10.1051/proc/201444018⟩. ⟨hal-01593904⟩