top

  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.

  Info

  • Utilizzare questo link per rimuovere la selezione effettuata.
The Design and Analysis of Computer Experiments / Thomas J. Santner, Brian J. Williams, William I. Notz
The Design and Analysis of Computer Experiments / Thomas J. Santner, Brian J. Williams, William I. Notz
Autore Santner, Thomas J.
Edizione [2. ed]
Pubbl/distr/stampa New York, : Springer, 2018
Descrizione fisica xv, 436 p. : ill. ; 24 cm
Altri autori (Persone) Notz, William I.
Williams, Brian J.
Soggetto topico 68U07 - Computer science aspects of computer-aided design [MSC 2020]
62-XX - Statistics [MSC 2020]
62Kxx - Design of statistical experiments [MSC 2020]
Soggetto non controllato Bayesian Inference
Best linear unbiased predictors
Calibrationlog likelihood functions
Computer experiment
Experimental designs
Gaussian Process models
Heuristic global approximation
Latin hypercube designs
Sensitivity analysis
Simulator output
Stochastic process models
Variable screening
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Titolo uniforme
Record Nr. UNICAMPANIA-VAN0125105
Santner, Thomas J.  
New York, : Springer, 2018
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui
The Design and Analysis of Computer Experiments / Thomas J. Santner, Brian J. Williams, William I. Notz
The Design and Analysis of Computer Experiments / Thomas J. Santner, Brian J. Williams, William I. Notz
Autore Santner, Thomas J.
Edizione [2. ed]
Pubbl/distr/stampa New York, : Springer, 2018
Descrizione fisica xv, 436 p. : ill. ; 24 cm
Altri autori (Persone) Notz, William I.
Williams, Brian J.
Soggetto topico 62-XX - Statistics [MSC 2020]
62Kxx - Design of statistical experiments [MSC 2020]
68U07 - Computer science aspects of computer-aided design [MSC 2020]
Soggetto non controllato Bayesian Inference
Best linear unbiased predictors
Calibrationlog likelihood functions
Computer experiment
Experimental designs
Gaussian Process models
Heuristic global approximation
Latin hypercube designs
Sensitivity analysis
Simulator output
Stochastic process models
Variable screening
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Titolo uniforme
Record Nr. UNICAMPANIA-VAN00125105
Santner, Thomas J.  
New York, : Springer, 2018
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui