Um estudo comparativo do uso de métodos de calibração bayesiana aproximada em modelos estocásticos

Abstract

Resumo. Neste trabalho realizamos um estudo comparativo do uso de três métodos de inferência Bayesiana em modelos matemáticos estocásticos. Consideramos que não dispomos de função de verossimilhança, de modo que a calibraçãoé realizada tendo como base a abordagem bayesiana aproximada. Utilizamos dois métodos clássicos de computação bayesiana aproximada (ABC), o ABC Rejeição e o ABC Monte Carlo Sequencial, e um terceiro método que propõe o uso conjunto de um metamodelo com o ABC, requerendo um número limitado de simulações, denominado AABC. Os métodos foram utilizados para a resolução de dois problemas inversos simples, um deles tendo solução exata. Apesar de sensíveisà escolha dos parâmetros, todos os três métodos se mostraram adequados, com o AABC apresentando potencial destaque na redução do custo computacional.