用于在julia中进行似然自由推理的 近似贝叶斯计算 (ABC)算法_julia_代码_下载

用于在Julia编程语言中实现近似贝叶斯计算算法的包。包实现了基本的 ABC 拒绝采样器和顺序蒙特卡罗算法（ABC SMC），就像在 Toni 中一样 下面是一个使用包推断正态分布均值的简单示例。第一步是创建一个 ABC 类型，用于存储运行分析所需的信息。第一个输入是模拟函数，它返回模拟数据集和目标数据集之间的距离，第二个输入是参数的数量，第三个是所需的容差。最后需要的输入是参数的先验分布，这通过创建一个类型来指定，该类型是来自Distributions.jlPrior的分布类型数组，其长度与参数的数量相同。还有一些特定于不同算法的可选参数。 首先，我们将加载ApproxBayes和Distributions打包。 using ApproxBayes using Distributions 现在我们将设置模拟功能，我们将使用 Kolmogorov 距离作为我们的距离度量。模拟需要返回 2 个值，第一个是距离，如果需要存储来自模拟的其他信息，第二个值很有用，这里不是这种情况，所以我们将简单地返回 1，例如有时我们可能想要保留每次模拟生成的原始数据。