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

Abstract

Neste trabalho realizamos um estudo comparativo do uso de três métodos de in- ferência Bayesiana em modelos matemáticos estocásticos. Consideramos que não dispomos de função de verossimilhança, de modo que a calibração é 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 sensíveis à escolha dos parâmetros, todos os três métodos se mostraram adequados, com o AABC apresentando potencial destaque na redução do custo computacional.