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.
Algorithms and programs of dynamic mixture estimation : unified approach to different types of components / Ivan Nagy, Evgenia Suzdaleva
Algorithms and programs of dynamic mixture estimation : unified approach to different types of components / Ivan Nagy, Evgenia Suzdaleva
Autore Nagy, Ivan
Pubbl/distr/stampa Cham, : Springer, 2017
Descrizione fisica XI, 113 p. : ill. ; 24 cm
Altri autori (Persone) Suzdaleva, Evgenia
Soggetto topico 62F10 - Point estimation [MSC 2020]
62H12 - Estimation in multivariate analysis [MSC 2020]
62-XX - Statistics [MSC 2020]
62F15 - Bayesian inference [MSC 2020]
62H30 - Classification and discrimination; cluster analysis (statistical aspects) [MSC 2020]
Soggetto non controllato Dynamic mixtures
Markov switching models
Mixture estimation algorithms
Mixture models
Mixture prediction
Mixtures of various distributions
Open source programs
Recursive Bayesian estimation
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Titolo uniforme
Record Nr. UNICAMPANIA-VAN0123391
Nagy, Ivan  
Cham, : Springer, 2017
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui
Bayesian nonparametric data analysis / Peter Müller ... [et al.]
Bayesian nonparametric data analysis / Peter Müller ... [et al.]
Pubbl/distr/stampa [Cham], : Springer, 2015
Descrizione fisica XIV, 193 p. ; 24 cm
Soggetto topico 62-XX - Statistics [MSC 2020]
62F15 - Bayesian inference [MSC 2020]
62G07 - Density estimation [MSC 2020]
62Gxx - Nonparametric inference [MSC 2020]
62C10 - Bayesian problems; characterization of Bayes procedures [MSC 2020]
60G57 - Random measures [MSC 2020]
62G05 - Nonparametric estimation [MSC 2020]
62N02 - Estimation in survival analysis and censored data [MSC 2020]
Soggetto non controllato Bayesian Statistics
Clustering
Markov Chains
Mixture models
Monte Carlo
Nonparametrics
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Titolo uniforme
Record Nr. UNICAMPANIA-VAN0113615
[Cham], : Springer, 2015
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui
Case Studies in Applied Bayesian Data Science : CIRM Jean-Morlet Chair, Fall 2018 / Kerrie L. Mengersen, Pierre Pudlo, Christian P. Robert editors
Case Studies in Applied Bayesian Data Science : CIRM Jean-Morlet Chair, Fall 2018 / Kerrie L. Mengersen, Pierre Pudlo, Christian P. Robert editors
Pubbl/distr/stampa Cham, : Springer, 2020
Descrizione fisica vi, 417 p. : ill. ; 24 cm
Soggetto topico 60Gxx - Stochastic processes [MSC 2020]
60J10 - Markov chains (discrete-time Markov processes on discrete state spaces) [MSC 2020]
62F15 - Bayesian inference [MSC 2020]
62P10 - Applications of statistics to biology and medical sciences; meta analysis [MSC 2020]
62M40 - Random fields; image analysis [MSC 2020]
62R07 - Statistical aspects of big data and data science [MSC 2020]
62H30 - Classification and discrimination; cluster analysis (statistical aspects) [MSC 2020]
62G05 - Nonparametric estimation [MSC 2020]
Soggetto non controllato Applied Data Science
Applied Statistics
Bayesian Optimization
Bayesian Statistics
Bayesian computation
Bayesian neural networks
Big Data
Case Studies in Data Science
Case studies in Ecology
Case studies in Health
Composite likelihood
Markov random fields
Mixture models
Spatial models
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Titolo uniforme
Record Nr. UNICAMPANIA-VAN0132626
Cham, : Springer, 2020
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui
Computational and Methodological Statistics and Biostatistics : Contemporary Essays in Advancement / Andriëtte Bekker, (Din) Ding-Geng Chen, Johannes T. Ferreira editors
Computational and Methodological Statistics and Biostatistics : Contemporary Essays in Advancement / Andriëtte Bekker, (Din) Ding-Geng Chen, Johannes T. Ferreira editors
Pubbl/distr/stampa Cham, : Springer, 2020
Descrizione fisica xxiv, 543 p. : ill. ; 24 cm
Soggetto topico 62-XX - Statistics [MSC 2020]
00B15 - Collections of articles of miscellaneous specific interest [MSC 2020]
62P10 - Applications of statistics to biology and medical sciences; meta analysis [MSC 2020]
Soggetto non controllato Bayesian Statistics
Bayesian adaptive designs
Censoring
Circular distributions
Extreme values
Generalizability theory
Mixture models
Optimization
Regression Modeling
Regression modelling
Robust regression
Spatio-temporal
Variable Selection
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Titolo uniforme
Record Nr. UNICAMPANIA-VAN0248829
Cham, : Springer, 2020
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui
Heterogeneity in Statistical Genetics : How to Assess, Address, and Account for Mixtures in Association Studies / Derek Gordon, Stephen J. Finch, Wonkuk Kim
Heterogeneity in Statistical Genetics : How to Assess, Address, and Account for Mixtures in Association Studies / Derek Gordon, Stephen J. Finch, Wonkuk Kim
Autore Gordon, Derek
Pubbl/distr/stampa Cham, : Springer, 2020
Descrizione fisica xx, 352 p. : ill. ; 24 cm
Altri autori (Persone) Finch, Stephen J.
Kim, Won Kuk
Soggetto topico 92D10 - Genetics and epigenetics [MSC 2020]
Soggetto non controllato Biostatistics
Genomic Classification
Genomic Misclassification
Heterogeneity
Longitudinal Phenotype
Mixed models
Mixture models
Next-Generation Sequencing
Phenotype Classification
Phenotype Data
Phenotype Misclassification
Statistical genetics
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Titolo uniforme
Record Nr. UNICAMPANIA-VAN0249338
Gordon, Derek  
Cham, : Springer, 2020
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui
Mixture and Hidden Markov Models with R / Ingmar Visser, Maarten Speekenbrink
Mixture and Hidden Markov Models with R / Ingmar Visser, Maarten Speekenbrink
Autore Visser, Ingmar
Pubbl/distr/stampa Cham, : Springer, 2022
Descrizione fisica xvi, 267 p. : ill. ; 24 cm
Altri autori (Persone) Speekenbrink, Maarten
Soggetto non controllato Hidden Markov models
Latent class models
Maximum likelihood estimation
Mixture models
Multivariate
Multivariate time series
R Programming
Statistical Theory
Time series
Univariate
Univariate time series
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Record Nr. UNICAMPANIA-VAN0277950
Visser, Ingmar  
Cham, : Springer, 2022
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui
New Frontiers in Bayesian Statistics : BAYSM 2021, Online, September 1–3 / Raffaele Argiento, Federico Camerlenghi, Sally Paganin editors
New Frontiers in Bayesian Statistics : BAYSM 2021, Online, September 1–3 / Raffaele Argiento, Federico Camerlenghi, Sally Paganin editors
Pubbl/distr/stampa Cham, : Springer, 2022
Descrizione fisica xi, 117 p. : ill. ; 24 cm
Soggetto non controllato Bayesian Statistics
Bayesian nonparametrics
Markov chain
Mixture models
Monte Carlo algorithms
Structural Learning
Survival analysis
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Record Nr. UNICAMPANIA-VAN0277965
Cham, : Springer, 2022
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui
Ten Projects in Applied Statistics / Peter McCullagh
Ten Projects in Applied Statistics / Peter McCullagh
Autore McCullagh, Peter
Pubbl/distr/stampa Cham, : Springer, 2022
Descrizione fisica xix, 412 p. : ill. ; 24 cm
Soggetto non controllato Data analysis
Design of experiments
Likelihood Function
Linear Models
Mixture models
Spatio-temporal processes
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Record Nr. UNICAMPANIA-VAN0278171
McCullagh, Peter  
Cham, : Springer, 2022
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui