盛况

部分观测马尔可夫过程的统计推断。处理部分观察到的马尔可夫过程的工具(POMPs,又名随机动力系统,状态空间模型)。“pomp”提供了实现pomp模型的工具,对其进行模拟,并通过各种频率专家和贝叶斯方法将其拟合到时间序列数据中。它也是一个实现新推理方法的平台。


zbMATH中的参考文献,1标准件)

显示第1到第20个结果,共40个。
按年份排序(引用)
  1. Niu,Mu;Wandy,Joe;Daly,Rónán;Rogers,Simon;Husmeier,Dirk:使用基于核的梯度匹配的动态系统统计推断包:KGode(2021)
  2. Bretó,Carles;Ionides,Edward L.;King,Aaron A.:通过机械模型进行面板数据分析(2020年)
  3. Clairon,Quentin;Samson,Adeline:部分观测椭圆和次椭圆线性随机微分方程估计的最优控制(2020)
  4. Ganyani,Tapiwa;Faes,Christel;Hens,Niel:通过最大似然估计推断广义增长模型:对过度分散影响的反思(2020)
  5. Lin,Qianying;Musa,Salihu S.;Zhao,Shi;He,Daihai:对2014-2015年塞拉利昂、几内亚和利比里亚的埃博拉病毒疾病暴发进行建模,并考虑高风险和低风险易感个体的影响(2020年)
  6. Musa,Salihu S.;Zhao,Shi;Gao,Daozhou;Lin,Qianying;Chowell,Gerardo;He,Daihai:2016年至2019年(2020年)尼日利亚大规模拉沙热流行的机械模型
  7. Park,Joonha;Ionides,Edward L.:使用引导中间重采样滤波器推断高维隐式动态模型(2020年)
  8. Daniel Kaschek;Wolfgang Mader;Mirjam Fehling Kaschek;Marcus Rosenblatt;Jens Timmer:R的动态建模、参数估计和不确定性分析(2019年)不是zbMATH
  9. García,Oscar:通过转换为最小二乘问题估计可约随机微分方程(2019)
  10. 郭光宝;艾利森,詹姆斯;朱立星:准平稳分布的自举最大似然(2019)
  11. Johan Dahlin,Thomas B.Schön:粒子大都会黑斯廷斯非线性动力学模型推论入门(2019)不是zbMATH
  12. Bhattacharya,Arnab;Wilson,Simon P.:动态状态空间模型中静态参数的序贯贝叶斯推断(2018)
  13. 比恩斯塔德,奥斯塔N.:流行病。使用R的模型和数据(2018)
  14. Bretó,Carles:传染病动力学的建模和推断:基于可能性的方法(2018)
  15. 艾希纳,马丁(编辑);哈洛兰,M.伊丽莎白(编辑);奥尼尔,菲利普D.(编辑):传染病研究的设计和分析。2018年2月18日-24日(2018年)研讨会摘要
  16. Ho,Lam Si Tung;Crawford,Forrest W.;Suchard,Marc A.:基于直接似然推理的传染病离散随机分区模型(2018)
  17. Jonathan Law;Wilkinson,Darren J.:流数据在线贝叶斯分析的可组合模型(2018)
  18. Picchini,Umberto;Samson,Adeline:状态空间模型中参数推断的耦合随机EM和近似贝叶斯计算(2018)
  19. Rami Yaari;Itai Dattner:simode:R使用可分离积分匹配进行常微分方程统计推断的软件包(2018)阿尔十四
  20. 赵,石;楼,一军;邱,爱丽丝P.Y.;何大海:模拟香港流行性乙型脑炎的跳跃与复苏(2018)