tsbridge:计算贝叶斯时间序列模型的标准化常数。tsbridge软件包包含一组R函数,可以使用Meng和Wong(1996)的桥梁采样器来估计归一化常数。这些函数可用于计算各种时间序列贝叶斯模型的后验模型概率,其中参数是使用bug估计的,而模型本身是使用tsbugs包创建的。


zbMATH参考文献(参考 161篇文章

显示161个结果中的1到20个。
按年份排序(引用)

1 2 ... 7 8 9 下一个

  1. Mulder,Kees;Klugkist,Irene;van Renswoude,Daan;Visser,Ingmar:循环数据峰值功率Batschelet分布的混合,并应用于扫视方向(2020年)
  2. Annis,Jeffrey;Evans,Nathan J.;Miller,Brent J.;Palmeri,Thomas J.:估算Bayes因子的热力学积分和steppingstone采样方法:教程(2019年)
  3. Chakraborty,Saptarshi;Khare,Kshitij:跟踪类数据增强算法谱的一致估计(2019年)
  4. Frühwirth Schnater,Sylvia:保持平衡——有限混合中边际似然估计的桥抽样,专家混合和马尔可夫混合模型(2019)
  5. Gronau,Quentin F.;Wagenmakers,Eric Jan;Heck,Daniel W.;Matzke,Dora:一种比较复杂模型的简单方法:使用Warp III桥抽样对分层多项式处理树模型进行贝叶斯模型比较(2019年)
  6. Liu,Yang;Hu,Guangyu;Cao,Lei;Wang,Xiaojing;Chen,Ming Hui:答辩:计算项目反应理论模型边际可能性的蒙特卡罗方法比较(2019)
  7. Liu,Yang;Yang,Ji Seung;Maydeu Olivares,Alberto:项目反应理论模型的限制性再校准(2019年)
  8. Roussel,Julien;Stoltz,Gabriel:控制分子动力学变量的扰动方法(2019)
  9. Veen,Duco;Klugkist,Irene:标准误差、先验和桥梁抽样:Liu等人的讨论。(2019年)
  10. Zens,Gregor:混合专家模型中的贝叶斯收缩:识别类成员的稳健决定因素(2019)
  11. Alzahrani,Naif;Neal,Peter;Spencer,Simon E.F.;McKinley,Trevelyan J.;Touloupou,Panayiota:计数数据时间序列的模型选择(2018年)
  12. Johan Koskinen;Wang,Peng;Robins,Garry;Pattison,Philippa:指数随机图模型中的异常值和有影响的观察值(2018)
  13. 《大比例尺模型:需要比例尺的模型》,Peter Naivele,2018年;Simon-Touncer;大型数据分析
  14. Wong,Jackie S.T.;Forster,Jonathan J.;Smith,Peter W.F.:过度分散的贝叶斯死亡率预测(2018)
  15. Everitt,Richard G.;Johansen,Adam M.;Rowing,Ellen;Evdemon Hogan,Melina:贝叶斯模型与非标准化可能性的比较(2017年)
  16. Gronau,Quentin F.;Sarafoglou,Alexandra;Matzke,Dora;Ly,Alexander;Boehm,Udo;Marsman,Maarten;Leslie,David S.;Forster,Jonathan J.;Wagenmakers,Eric Jan;Steingroever,Helen:桥梁取样教程(2017)
  17. Vitoratou,Silia;Ntzoufras,Ioannis:热力学贝叶斯模型比较(2017)
  18. Hug,Sabine;Schwarzfischer,Michael;Hasenauer,Jan;Marr,Carsten;Theis,Fabian J.:使用辛普森规则计算具有热力学积分的Bayes因子的自适应调度方案(2016)
  19. Vitoratou,Silia;Ntzoufras,Ioanni;Moustaki,Irini:在具有独立性假设的潜在变量模型中解释联合和边际蒙特卡罗估计量的行为(2016年)
  20. Waggoner,Daniel F.;Wu,Hongwei;Zha,Tao:用于高维模型的条纹大都市黑斯廷斯采样器(2016)

1 2 ... 7 8 9 下一个