Think Bayes, 2. Auflage

Kapitel 20. Approximative Bayes'sche Berechnungen

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In diesem Kapitel wird eine Methode vorgestellt, die als letzter Ausweg für die komplexestenProbleme in Frage kommt: die Approximate Bayesian Computation (ABC). Ich sage, dass sie der letzte Ausweg ist, weil sie in der Regel mehr Berechnungen erfordert als andere Methoden. Wenn du ein Problem auf eine andere Weise lösen kannst, solltest du das tun. Für die Beispiele in diesem Kapitel ist die ABC-Methode jedoch nicht nur einfach zu implementieren, sie ist auch effizient.

Das erste Beispiel ist meine Lösung für ein Problem, das mir ein Patient mit einem Nierentumor gestellt hat. Ich verwende Daten aus einer medizinischen Fachzeitschrift, um das Tumorwachstum zu modellieren, und schätze mit Hilfe von Simulationen das Alter eines Tumors anhand seiner Größe.

Das zweite Beispiel ist ein Modell der Zellzählung, das in der Biologie, der Medizin und der Zymurgie (Bierherstellung) Anwendung findet. Anhand der Zellzahl einer verdünnten Probe schätzen wir die Konzentration der Zellen.

Zum Schluss hast du die Möglichkeit, ein lustiges Sockenzählproblem zu lösen.

Das Nierentumor-Problem

Ich lese häufig und schreibe gelegentlich Beiträge im Online-Statistikforum unter http://reddit.com/r/statistics. Im November 2011 las ich die folgende Nachricht:

"Ich habe Nierenkrebs im Stadium IV und versuche herauszufinden, ...