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.
An Introduction to Bayesian Inference, Methods and Computation / Nick Heard
An Introduction to Bayesian Inference, Methods and Computation / Nick Heard
Autore Heard, Nick
Pubbl/distr/stampa Cham, : Springer, 2021
Descrizione fisica xii, 169 p. : ill. ; 24 cm
Soggetto topico 62-XX - Statistics [MSC 2020]
62F15 - Bayesian inference [MSC 2020]
62A01 - Foundations and philosophical topics in statistics [MSC 2020]
Soggetto non controllato Bayes factors
Bayes linear regression
Bayesian Statistics
Bayesian latent factor models
Bayesian nonparametrics
Computational Bayesian inference
Conjugate prior models
Gaussian processes
PyStan
Stan
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Record Nr. UNICAMPANIA-VAN0274539
Heard, Nick  
Cham, : Springer, 2021
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui
An Introduction to Bayesian Inference, Methods and Computation / Nick Heard
An Introduction to Bayesian Inference, Methods and Computation / Nick Heard
Autore Heard, Nick
Pubbl/distr/stampa Cham, : Springer, 2021
Descrizione fisica xii, 169 p. : ill. ; 24 cm
Soggetto topico 62-XX - Statistics [MSC 2020]
62A01 - Foundations and philosophical topics in statistics [MSC 2020]
62F15 - Bayesian inference [MSC 2020]
Soggetto non controllato Bayes factors
Bayes linear regression
Bayesian Statistics
Bayesian latent factor models
Bayesian nonparametrics
Computational Bayesian inference
Conjugate prior models
Gaussian processes
PyStan
Stan
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Record Nr. UNICAMPANIA-VAN00274539
Heard, Nick  
Cham, : Springer, 2021
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui
Analysis of an Intelligence Dataset
Analysis of an Intelligence Dataset
Autore Myszkowski Nils
Pubbl/distr/stampa Basel, Switzerland, : MDPI - Multidisciplinary Digital Publishing Institute, 2021
Descrizione fisica 1 online resource (166 p.)
Soggetto topico Psychology
Soggetto non controllato ability-based guessing
Bayesian statistics
bi-factor
brms
classical test theory
dimensionality
distractor analysis
distractors
E-assessment
exploratory graph analysis
fused grouped regularization
fused regularization
general mental ability
intelligence
intelligence tests
interaction model
invariant item ordering
IRT
item analysis
Item Response Theory
item-response theory
Mokken scale analysis
n/a
nested logit models
non-parametric item response theory
parallel analysis
psychometrics
R
Raven matrices
Raven's progressive matrices
regularization
regularized latent class analysis
Stan
Standard Progressive Matrices
Standard Progressive Matrices test
target rotation
test-item regression
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Record Nr. UNINA-9910557153803321
Myszkowski Nils  
Basel, Switzerland, : MDPI - Multidisciplinary Digital Publishing Institute, 2021
Materiale a stampa
Lo trovi qui: Univ. Federico II
Opac: Controlla la disponibilità qui
Bayesian Claims Reserving Methods in Non-life Insurance with Stan : an introduction / Guangyuan Gao
Bayesian Claims Reserving Methods in Non-life Insurance with Stan : an introduction / Guangyuan Gao
Autore Gao, Guangyuan
Pubbl/distr/stampa Singapore, : Springer, 2018
Descrizione fisica xii, 205 p. : ill. ; 24 cm
Soggetto topico 91B05 - Risk models (general) [MSC 2020]
62-XX - Statistics [MSC 2020]
62F15 - Bayesian inference [MSC 2020]
62P05 - Applications of statistics to actuarial sciences and financial mathematics [MSC 2020]
Soggetto non controllato Basis expansion models
Bayesian claims reserving models
Copulas
Markov chain Monte Carlo methods
Multivariate claims reserving model
Non-life insurance claims reserving models
Payments per claim incurred method
Stan
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Titolo uniforme
Record Nr. UNICAMPANIA-VAN0125121
Gao, Guangyuan  
Singapore, : Springer, 2018
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui
Bayesian Claims Reserving Methods in Non-life Insurance with Stan : an introduction / Guangyuan Gao
Bayesian Claims Reserving Methods in Non-life Insurance with Stan : an introduction / Guangyuan Gao
Autore Gao, Guangyuan
Pubbl/distr/stampa Singapore, : Springer, 2018
Descrizione fisica xii, 205 p. : ill. ; 24 cm
Soggetto topico 62-XX - Statistics [MSC 2020]
62F15 - Bayesian inference [MSC 2020]
62P05 - Applications of statistics to actuarial sciences and financial mathematics [MSC 2020]
91B05 - Risk models (general) [MSC 2020]
Soggetto non controllato Basis expansion models
Bayesian claims reserving models
Copulas
Markov chain Monte Carlo methods
Multivariate claims reserving model
Non-life insurance claims reserving models
Payments per claim incurred method
Stan
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Titolo uniforme
Record Nr. UNICAMPANIA-VAN00125121
Gao, Guangyuan  
Singapore, : Springer, 2018
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui
Bayesian Statistical Modeling with Stan, R, and Python / Kentaro Matsuura
Bayesian Statistical Modeling with Stan, R, and Python / Kentaro Matsuura
Autore Matsuura, Kentaro
Pubbl/distr/stampa Singapore, : Springer, 2022
Descrizione fisica xix, 385 p. : ill. ; 24 cm
Soggetto non controllato Bayesian Modeling
Python
Stan
Statistical modeling
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Record Nr. UNICAMPANIA-VAN0278348
Matsuura, Kentaro  
Singapore, : Springer, 2022
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui
Bayesian Statistical Modeling with Stan, R, and Python / Kentaro Matsuura
Bayesian Statistical Modeling with Stan, R, and Python / Kentaro Matsuura
Autore Matsuura, Kentaro
Pubbl/distr/stampa Singapore, : Springer, 2022
Descrizione fisica xix, 385 p. : ill. ; 24 cm
Soggetto topico 62-XX - Statistics [MSC 2020]
Soggetto non controllato Bayesian Modeling
Python
Stan
Statistical modeling
Formato Materiale a stampa
Livello bibliografico Monografia
Lingua di pubblicazione eng
Record Nr. UNICAMPANIA-VAN00278348
Matsuura, Kentaro  
Singapore, : Springer, 2022
Materiale a stampa
Lo trovi qui: Univ. Vanvitelli
Opac: Controlla la disponibilità qui