ABC parameter estimation for two-type Wright-Fisher hidden Markov models

Approximate Bayesian Computation (ABC) is an algorithmic approach used to approximate the posterior distribution in a Bayesian model whenever the function is not available in closed form or when its computation is unfeasible. The aim of this work, is to apply ABC in the case of an hidden Markov model having signal represented by a two-types neutral Wright-Fisher diffusion.

Approximate Bayesian Computation (ABC) è un approccio algoritmico utilizzato per approssimare la distribuzione a posteriori in un modello bayesiano utilizzabile qualora la funzione non sia disponibile in forma chiusa o quando il suo calcolo è impraticabile. L'obiettivo dell'elaborato è applicare e valutare ABC nel caso di un hidden Markov model avente segnale rappresentato dal processo di diffusione noto come "two-types neutral Wright-Fisher".