Info
- Utilizzare la checkbox di selezione a fianco di ciascun documento per attivare le funzionalità di stampa, invio email, download nei formati disponibili del (i) record.
The Contribution of Young Researchers to Bayesian Statistics : Proceedings of BAYSM2013 / / edited by Ettore Lanzarone, Francesca Ieva
| The Contribution of Young Researchers to Bayesian Statistics : Proceedings of BAYSM2013 / / edited by Ettore Lanzarone, Francesca Ieva |
| Edizione | [1st ed. 2014.] |
| Pubbl/distr/stampa | Cham : , : Springer International Publishing : , : Imprint : Springer, , 2014 |
| Descrizione fisica | 1 online resource (195 p.) |
| Disciplina | 519.5 |
| Collana | Springer Proceedings in Mathematics & Statistics |
| Soggetto topico |
Statistics
Statistical Theory and Methods Statistics, general Statistics for Social Sciences, Humanities, Law |
| ISBN | 3-319-02084-6 |
| Formato | Materiale a stampa  |
| Livello bibliografico | Monografia |
| Lingua di pubblicazione | eng |
| Nota di contenuto |
Preface; Contents; Part I Theoretical Bayes ; 1 A Nonparametric Model for Stationary Time Series; 1.1 Introduction; 1.2 The Model; 1.2.1 Illustrations; References; 2 Estimation of Optimally Combined-Biomarker Accuracy in the Absence of a Gold Standard Reference Test; 2.1 Introduction; 2.2 Methods; 2.3 Results; 2.4 Conclusions; References; 3 On Bayesian Transformation Selection:Problem Formulation and Preliminary Results; 3.1 Introduction; 3.2 Bayesian Formulation; 3.3 Results; 3.4 Conclusions; References; 4 A Simple Proof for the Multinomial Version of the Representation Theorem
4.1 Introduction4.2 De Finetti's Method for Multinomial Trials; References; 5 A Sequential Monte Carlo Framework for Adaptive Bayesian Model Discrimination Designs Using MutualInformation; 5.1 Introduction; 5.2 Notation; 5.3 Sequential Monte Carlo Incorporating Model Uncertainty; 5.4 Mutual Information for Model Discrimination; 5.5 Examples; 5.6 Conclusion; References; 6 Joint Parameter Estimation and Biomass Tracking in a Stochastic Predator-Prey System; 6.1 Introduction; 6.2 Method; 6.2.1 State-Space Model; 6.2.2 Rao-Blackwellized Particle Filter; 6.3 Experimental Results 6.3.1 Dataset Simulation6.3.2 Validation of the RBPF Algorithm; 6.4 Conclusions; References; 7 Adaptive Bayes Test for Monotonicity; 7.1 Introduction; 7.2 Theoretical Results; 7.3 Conclusion; References; 8 Bayesian Inference on Individual-Based Models by Controlling the Random Inputs; 8.1 Introduction; 8.2 Controlling Random Inputs; 8.3 Woodhoopoe Model; 8.4 Summary of the Talk; References; 9 Consistency of Bayesian Nonparametric Hidden Markov Models; 9.1 Introduction; 9.2 The Model; 9.3 Consistency; References; 10 Bayesian Methodology in the Stochastic Event Reconstruction Problems 10.1 Introduction10.2 Theoretical Preliminaries; 10.3 Methods and Results; References; Part II Computational Bayes ; 11 Efficient Fitting of Bayesian Regression Models with Spatio-Temporally Varying Coefficients; 11.1 Introduction; 11.2 A Spatio-Temporal Model; 11.2.1 Parameterisation, Marginalisation and Interweaving; 11.2.2 Model Specifications; 11.3 Results; 11.4 Summary; References; 12 PAWL-Forced Simulated Tempering; 12.1 A Parallel Adaptive Wang-Landau Algorithm; 12.2 Simulated Tempering; 12.3 Conclusion; References 13 Approximate Bayesian Computation for the Elimination of Nuisance Parameters13.1 Introduction; 13.2 The Elimination of Nuisance Parameters; 13.2.1 Examples; 13.3 Conclusions; References; 14 Reweighting Schemes Based on Particle Methods; 14.1 Introduction; 14.2 Particle Move-Reweighting Strategies; 14.3 Closing Remarks; References; 15 A Bayesian Nonparametric Framework to Inference on Totals of Finite Populations; 15.1 Introduction; 15.2 Inference on Planned Domains; 15.2.1 Posterior Point Estimates; 15.2.2 Full Posterior Inference; 15.3 Simulation Results; 15.4 Discussion; References 16 Parallel Slice Sampling |
| Record Nr. | UNINA-9910299964703321 |
| Cham : , : Springer International Publishing : , : Imprint : Springer, , 2014 | ||
| Materiale a stampa | ||
| Lo trovi qui: Univ. Federico II | ||
| ||
Eserciziario di Statistica Inferenziale [[electronic resource] /] / by Francesca Gasperoni, Francesca Ieva, Anna Maria Paganoni
| Eserciziario di Statistica Inferenziale [[electronic resource] /] / by Francesca Gasperoni, Francesca Ieva, Anna Maria Paganoni |
| Autore | Gasperoni Francesca |
| Edizione | [1st ed. 2020.] |
| Pubbl/distr/stampa | Milano : , : Springer Milan : , : Imprint : Springer, , 2020 |
| Descrizione fisica | 1 online resource (IX, 271 pagg. 60 figg.) |
| Disciplina | 519.5 |
| Collana | La Matematica per il 3+2 |
| Soggetto topico |
Statistics
Probabilities Statistical Theory and Methods Probability Theory and Stochastic Processes |
| ISBN | 88-470-3995-9 |
| Formato | Materiale a stampa |
| Livello bibliografico | Monografia |
| Lingua di pubblicazione | ita |
| Nota di contenuto | Parte I Statistica inferenziale -- 1 Fondamenti di probabilità e statistica -- 2 Statistiche sufficienti, minimali e complete -- 3 Stimatori puntuali -- 4 UMVUE -- 5 Likelihood Ratio Test -- 6 Test uniformemente più potente -- 7 Intervalli di Confidenza -- 8 Statistica Asintotica -- Parte II Modelli di regressione e analisi della varianza -- 9 Regressione lineare -- 10 Modelli lineari generalizzati -- 11 ANOVA: analisi della varianza -- 12 Esercizi di riepilogo -- Appendice A: Distribuzioni di probabilità. |
| Record Nr. | UNINA-9910483499003321 |
Gasperoni Francesca
|
||
| Milano : , : Springer Milan : , : Imprint : Springer, , 2020 | ||
| Materiale a stampa | ||
| Lo trovi qui: Univ. Federico II | ||
| ||
Eserciziario di Statistica Inferenziale [[electronic resource] /] / by Francesca Gasperoni, Francesca Ieva, Anna Maria Paganoni
| Eserciziario di Statistica Inferenziale [[electronic resource] /] / by Francesca Gasperoni, Francesca Ieva, Anna Maria Paganoni |
| Autore | Gasperoni Francesca |
| Edizione | [1st ed. 2020.] |
| Pubbl/distr/stampa | Milano : , : Springer Milan : , : Imprint : Springer, , 2020 |
| Descrizione fisica | 1 online resource (IX, 271 pagg. 60 figg.) |
| Disciplina | 519.5 |
| Collana | La Matematica per il 3+2 |
| Soggetto topico |
Statistics
Probabilities Statistical Theory and Methods Probability Theory and Stochastic Processes |
| ISBN | 88-470-3995-9 |
| Formato | Materiale a stampa |
| Livello bibliografico | Monografia |
| Lingua di pubblicazione | ita |
| Nota di contenuto | Parte I Statistica inferenziale -- 1 Fondamenti di probabilità e statistica -- 2 Statistiche sufficienti, minimali e complete -- 3 Stimatori puntuali -- 4 UMVUE -- 5 Likelihood Ratio Test -- 6 Test uniformemente più potente -- 7 Intervalli di Confidenza -- 8 Statistica Asintotica -- Parte II Modelli di regressione e analisi della varianza -- 9 Regressione lineare -- 10 Modelli lineari generalizzati -- 11 ANOVA: analisi della varianza -- 12 Esercizi di riepilogo -- Appendice A: Distribuzioni di probabilità. |
| Record Nr. | UNISA-996418191103316 |
|
Gasperoni Francesca
|
||
| Milano : , : Springer Milan : , : Imprint : Springer, , 2020 | ||
| Materiale a stampa | ||
| Lo trovi qui: Univ. di Salerno | ||
| ||