斯帕耶斯

spBayes:一个用于单变量和多变量层次点参考空间模型的R包。在地质和环境科学、生态学、林业、疾病测绘和经济学等不同领域的科学家和研究人员经常会遇到在研究区域内一组固定位置(纬度-经度、东-北向等)收集的空间参考数据。这类点参考或地质统计学数据通常最好用贝叶斯层次模型进行分析。不幸的是,拟合这些模型涉及计算密集的马尔可夫链蒙特卡罗(MCMC)方法,其效率取决于手头的具体问题。这就要求用户进行大量的编码,而这种算法缺乏可用的软件对这种情况没有帮助。在这里,我们介绍了一个统计软件包spBayes,它建立在R统计计算平台上,它实现了一个通用模板,包括单变量和多变量点参考数据的各种高斯空间过程模型。我们讨论了我们的软件包背后的算法,并用一个合成的和真实的数据示例说明了它的使用。


zbMATH中的参考文献(参考文献335篇文章,1标准件)

显示335个结果中的1到20个。
按年份排序(引用)

1 2 ... 15 16 17 下一个

  1. 班萨尔,普拉蒂克;克鲁格,里科;Graham,Daniel J.:空间计数数据模型的快速贝叶斯估计(2021)
  2. 比旺德,罗杰S。;Gómez Rubio,Virgilio:卡特里娜飓风后企业重新开业的空间生存模型:生存模型与3、6或12个月内重新开业的空间概率模型比较(2021年)
  3. Evandro Konzen,Yafeng Cheng,Jian Qing Shi:功能数据分析的高斯过程:R(2021)的GPFDA包阿尔十四
  4. 格伯,弗洛里安;Nychka,Douglas W.:并行交叉验证:高斯过程模型的可伸缩拟合方法(2021)
  5. 雷姆,安德鲁·M。;霍兰,斯科特H。;布拉德利,乔纳森R。;Wikle,Christopher K.:支持建模的时空变化与\texttr(2021)
  6. 宋云泉;梁锡军;朱延吉;Lin,Lu:空间自回归模型的指数平方损失稳健变量选择(2021)
  7. Andrew Finley,Abhirup Datta,Sudipto Banerjee:最近邻高斯过程模型的R包(2020)阿尔十四
  8. 巴卡尔,K。Shuvo:使用截尾贝叶斯空间变化模型对日降雨量数据进行插值(2020年)
  9. 班纳吉,特拉巴克;慕克吉,古拉布;杜塔,山塔努;Ghosh,Pulak:用于预测用户活动、参与度和用户流失的大规模受限联合建模方法(2020)
  10. 巴普蒂斯塔,海伦娜;康登,彼得;门德斯,豪尔赫M。;罗德里格斯,安娜·M。;ão、 海伦娜;Dias,Sara S.:具有弱空间相关性或空间不连续性的数据的疾病映射模型(2020年)
  11. 布拉德利,乔纳森R。;霍兰,斯科特H。;Wikle,Christopher K.:自然指数族相依数据的共轭全条件分布贝叶斯分层模型(2020)
  12. 希顿,马修J。;柏雷特,坎迪斯;普格,塞拉;埃文斯,安伯;Sloan,Chantel:时空不确定性下毛细支气管炎发病率比例建模(2020年)
  13. 霍尔夫á第四,拉约斯;科科什卡,皮奥特;王世璇:多元网格数据正态性检验(2020)
  14. 黄丹阳;王菲菲;朱学宁;王汉生:大规模网络的双模网络自回归模型(2020)
  15. 赖志伟;黄新成:基于区域聚集数据的空间点过程强度估计(2020)
  16. 拉西尼奥,乔瓦娜·乔娜;圣托罗,马里奥;Mastrantonio,Gianluca:CircSpaceTime:圆形数据空间和时空建模的R包(2020)
  17. 市场í尼兹·赫恩á以色列恩德斯;Genton,Marc G.:复杂和空间相关功能数据的最新发展(2020年)
  18. 索弗罗,阿尤宁;石建清;曹春正:用卷积高斯过程对计数的多元过程数据进行回归分析(2020)
  19. Sugasawa,Shonosuke:一般参数的小面积估计:贝叶斯变换空间预测方法(2020)
  20. 泰克,天津。;布里斯,半径;沃尔夫,皮特;库伦,弗兰克P。A、 :非线性失效率:采用哈密顿蒙特卡罗模拟的Bayes研究(2020年)

1 2 ... 15 16 17 下一个