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.
Quantitative Methods for Investigating Infectious Disease Outbreaks / Ping Yan, Gerardo Chowell
Quantitative Methods for Investigating Infectious Disease Outbreaks / Ping Yan, Gerardo Chowell
Autore Yan, Ping
Pubbl/distr/stampa Cham, : Springer, 2019
Descrizione fisica xiii, 354 p. : ill. ; 24 cm
Altri autori (Persone) Chowell, Gerardo
Soggetto topico 60Kxx - Special processes [MSC 2020]
62P10 - Applications of statistics to biology and medical sciences; meta analysis [MSC 2020]
60J28 - Applications of continuous-time Markov processes on discrete state spaces [MSC 2020]
92D30 - Epidemiology [MSC 2020]
92C60 - Medical epidemiology [MSC 2020]
Soggetto non controllato Adjustments for time-length biases
Disease Transmission Models
Dynamic Epidemic Models
Epidemic Growth Scaling
Epidemic investigation
Infectious Disease Data
Infectious Diseases
Mathematical Models
Observational data
Statistical Inference in Disease Data
Statistical Methods
Stochastic processes
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Titolo uniforme
Record Nr. UNICAMPANIA-VAN0127133
Yan, Ping  
Cham, : Springer, 2019
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui
Quantitative Methods for Investigating Infectious Disease Outbreaks / Ping Yan, Gerardo Chowell
Quantitative Methods for Investigating Infectious Disease Outbreaks / Ping Yan, Gerardo Chowell
Autore Yan, Ping
Pubbl/distr/stampa Cham, : Springer, 2019
Descrizione fisica xiii, 354 p. : ill. ; 24 cm
Altri autori (Persone) Chowell, Gerardo
Soggetto topico 60J28 - Applications of continuous-time Markov processes on discrete state spaces [MSC 2020]
60Kxx - Special processes [MSC 2020]
62P10 - Applications of statistics to biology and medical sciences; meta analysis [MSC 2020]
92C60 - Medical epidemiology [MSC 2020]
92D30 - Epidemiology [MSC 2020]
Soggetto non controllato Adjustments for time-length biases
Disease Transmission Models
Dynamic Epidemic Models
Epidemic Growth Scaling
Epidemic investigation
Infectious Disease Data
Infectious Diseases
Mathematical Models
Observational data
Statistical Methods
Statistical inference
Stochastic processes
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Titolo uniforme
Record Nr. UNICAMPANIA-VAN00127133
Yan, Ping  
Cham, : Springer, 2019
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui
Statistical Causal Discovery: LiNGAM Approach / Shohei Shimizu
Statistical Causal Discovery: LiNGAM Approach / Shohei Shimizu
Autore Shimizu, Shohei
Pubbl/distr/stampa Tokyo, : Springer, 2022
Descrizione fisica ix, 94 p. : ill. ; 24 cm
Soggetto non controllato Causal Discovery
Causal inference
LiNGAM
Observational data
Structural Equation Modeling
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Record Nr. UNICAMPANIA-VAN0278251
Shimizu, Shohei  
Tokyo, : Springer, 2022
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui
Statistical Causal Discovery: LiNGAM Approach / Shohei Shimizu
Statistical Causal Discovery: LiNGAM Approach / Shohei Shimizu
Autore Shimizu, Shohei
Pubbl/distr/stampa Tokyo, : Springer, 2022
Descrizione fisica ix, 94 p. : ill. ; 24 cm
Soggetto topico 62-XX - Statistics [MSC 2020]
62D20 - Causal inference from observational studies [MSC 2020]
62H12 - Estimation in multivariate analysis [MSC 2020]
62H25 - Factor analysis and principal components; correspondence analysis [MSC 2020]
62N05 - Reliability and life testing [MSC 2020]
Soggetto non controllato Causal Discovery
Causal inference
LiNGAM
Observational data
Structural Equation Modeling
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Record Nr. UNICAMPANIA-VAN00278251
Shimizu, Shohei  
Tokyo, : Springer, 2022
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui