宇宙ABC

cosmoabc：通过总体蒙特卡罗近似贝叶斯计算进行的无似然推理。在真实似然函数未知、不可用或计算开销过大的情况下，近似贝叶斯计算（ABC）可以对复杂物理系统进行参数推断。它依赖于模拟数据的正演模拟以及观测和合成星表之间的比较。在这里，我们介绍了cosmabc，一个Python ABC取样器，其特征是原始ABC算法的种群montecarlo（PMC）变化，它使用了自适应重要性抽样方案。该代码非常灵活，可以很容易地耦合到外部模拟器，同时允许合并任意距离和先验函数。作为一个实际应用的例子，我们将cosmabc与numcosmo库结合起来，演示了如何在不计算似然函数的情况下，根据星系团数的测量值来估计宇宙学参数的后验概率分布。cosmoabc在PyPI和GitHub上以GPLv3许可证发布，文档可在http://cosmoabc.readthedocs.io/en/latest上获取/

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

zbMATH参考文献（参考

显示结果1到3，共3个。
按年份排序(引用)

  1. Karabatsos，George；Leisen，Fabrizio:ABC方法的近似似然观点（2018）
  2. Hilbe，Joseph M.；de Souza，Rafael S.；Ishida，Emille E.O.：天体物理数据的贝叶斯模型。使用R、JAGS、Python和Stan（2017）
  3. E、 E.O.Ishida，S.D.P.Vitenti，M.Penna Lima，J.Cisewski，R.S.de Souza，A.M.Trindade，E.Cameron，V.C.Busti，《硬币合作：cosmoabc:通过人口蒙特卡罗近似贝叶斯计算进行无似然推断》（2015）阿尔十四