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.
Fundamentals of High-Dimensional Statistics : With Exercises and R Labs / Johannes Lederer
Fundamentals of High-Dimensional Statistics : With Exercises and R Labs / Johannes Lederer
Autore Lederer, Johannes
Pubbl/distr/stampa Cham, : Springer, 2022
Descrizione fisica xiv, 355 p. : ill. ; 24 cm
Soggetto topico 62-XX - Statistics [MSC 2020]
62H22 - Probabilistic graphical models [MSC 2020]
62J07 - Ridge regression; shrinkage estimators (Lasso) [MSC 2020]
62R07 - Statistical aspects of big data and data science [MSC 2020]
Soggetto non controllato Calibration
Estimation
Graphical Models
High dimensional inference
High-Dimensional Data
High-dimensional statistics
Lasso
Linear regression
Prediction
R labs
Regularization
Sparsity
Statistical inference
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Record Nr. UNICAMPANIA-VAN0277448
Lederer, Johannes  
Cham, : Springer, 2022
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui
Fundamentals of High-Dimensional Statistics : With Exercises and R Labs / Johannes Lederer
Fundamentals of High-Dimensional Statistics : With Exercises and R Labs / Johannes Lederer
Autore Lederer, Johannes
Pubbl/distr/stampa Cham, : Springer, 2022
Descrizione fisica xiv, 355 p. : ill. ; 24 cm
Soggetto topico 62-XX - Statistics [MSC 2020]
62H22 - Probabilistic graphical models [MSC 2020]
62J07 - Ridge regression; shrinkage estimators (Lasso) [MSC 2020]
62R07 - Statistical aspects of big data and data science [MSC 2020]
Soggetto non controllato Calibration
Estimation
Graphical Models
High dimensional inference
High-Dimensional Data
High-dimensional statistics
Lasso
Linear regression
Prediction
R labs
Regularization
Sparsity
Statistical inference
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Record Nr. UNICAMPANIA-VAN00277448
Lederer, Johannes  
Cham, : Springer, 2022
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui
Statistical analysis for high-dimensional data : the Abel symposium 2014 / Arnoldo Frigessi ... [et al.] editors
Statistical analysis for high-dimensional data : the Abel symposium 2014 / Arnoldo Frigessi ... [et al.] editors
Pubbl/distr/stampa Cham, : Springer, 2016
Descrizione fisica XII, 306 p. : ill. ; 24 cm
Soggetto topico 62P10 - Applications of statistics to biology and medical sciences; meta analysis [MSC 2020]
62Hxx - Multivariate analysis [MSC 2020]
62Jxx - Linear inference, regression [MSC 2020]
62H30 - Classification and discrimination; cluster analysis (statistical aspects) [MSC 2020]
62F12 - Asymptotic properties of parametric estimators [MSC 2020]
62Fxx - Parametric inference [MSC 2020]
Soggetto non controllato Dimension reduction
Factor models
High dimensional inference
Multiple testing
Penelised regression
Sparsity
Statistical genomics
Statistical inference in high dimensions
Thresholding
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Titolo uniforme
Record Nr. UNICAMPANIA-VAN0115372
Cham, : Springer, 2016
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui
Statistical analysis for high-dimensional data : the Abel symposium 2014 / Arnoldo Frigessi ... [et al.] editors
Statistical analysis for high-dimensional data : the Abel symposium 2014 / Arnoldo Frigessi ... [et al.] editors
Pubbl/distr/stampa Cham, : Springer, 2016
Descrizione fisica XII, 306 p. : ill. ; 24 cm
Soggetto topico 62F12 - Asymptotic properties of parametric estimators [MSC 2020]
62Fxx - Parametric inference [MSC 2020]
62H30 - Classification and discrimination; cluster analysis (statistical aspects) [MSC 2020]
62Hxx - Multivariate analysis [MSC 2020]
62Jxx - Linear inference, regression [MSC 2020]
62P10 - Applications of statistics to biology and medical sciences; meta analysis [MSC 2020]
Soggetto non controllato Dimension reduction
Factor models
High dimensional inference
Multiple testing
Penelised regression
Sparsity
Statistical genomics
Statistical inference in high dimensions
Thresholding
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Titolo uniforme
Record Nr. UNICAMPANIA-VAN00115372
Cham, : Springer, 2016
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui