Om de parameters van een model te kunnen schatten aan de hand van een dataset gebruiken we een relatief nieuwe methode, een Approximate Bayesian Computation (ABC) methode. Vervolgens bekijken we twee variaties op de standaard ABC methode. De eerste construeert een Markovketen die onder de juiste omstandigheden convergeert naar de verdeling die de parameter zou hebben op grond van de dataset. De tweede variatie zou sneller een goed resultaat moeten opleveren dan het origineel en de eerste variatie.