Approximate Bayesian Computation(ABC)

    • By Mikael Sunnåker, Alberto Giovanni Busetto, Elina Numminen, Jukka Corander, Matthieu Foll, Christophe Dessimoz - Approximate Bayesian computation (WebCite copy); wiki source for the articleSunnåker M, Busetto AG, Numminen E, Corander J, Foll M, et al. (2013) Approximate Bayesian Computation. PLoS Comput Biol 9(1): e1002803. doi:10.1371/journal.pcbi.1002803, CC BY 2.5, https://commons.wikimedia.org/w/index.php?curid=23785336
  • 簡単に言うと、データがあって、モデルがあって、モデルを説明するパラメタの事後分布が欲しい(パラメタの値の相対的な多寡が欲しい)
  • だけれども、普通のベイズ推定をするには、尤度計算ができないといけない
  • 尤度計算が大変だとしよう
  • じゃあ、そんなとき、パラメタの値がデータの値に照らして、「それらしい」か「それらしくない」かの判断はできないのか、というと?
  • たしかに、尤度、相対尤度の厳密な値としては、言えない。なぜなら、計算が大変で、計算をしないのだから
  • でも、「それらしい」か「それらしくない」かに優劣をつけさえすればよいのだったら、おおまかにはできる
  • そのやり方として、調べることにしたパラメタの値から、モデルに即して、データをシミュレーション作成したときに、それが観測データと似ているかどうかを比べることができればよい
  • 「似ている」ときには、そのパラメタ値は「採択」し、「似ていない」ときには「リジェクト」するとすれば
  • 大雑把には、「パラメタ」が観測データ(に似たデータ)をもたらす確率に比例して、採否が決まる
  • そんな方法
  • さらに言えば、「データ」と似ているかどうかの判定にあたって、「データセット」から算出できる何かしらの指標統計量を出すことにして、その異同によって、採否を入れる、というのも、よい方法