spTimer公司

R包spTimer:时空贝叶斯建模。使用[1]贝叶斯高斯过程(GP)模型、[2]贝叶斯自回归(AR)模型和[3]基于贝叶斯高斯预测过程(GPP)的AR模型来拟合、空间预测和时间预测大量时空数据。巴卡尔和萨胡(2015)<doi:10.18637/jss.v063.i15>。


zbMATH中的参考文献(参考文献20条,1标准件)

显示第1到第20个结果,共20个。
按年份排序(引用)

  1. Sahu,Sujit K.:时空数据的贝叶斯建模(2022)
  2. 玛哈迪,以撒母耳;萨那阿尔沙马利;哈沙比、马亚姆;Alkorbi,Alya:(\Mathrpm_10)预测的分层贝叶斯时空建模(2021)
  3. Bakar,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)
  4. 巴卡尔,K.舒沃;金惠东:利用贝叶斯空间广义线性模型对调查数据进行区域预测(2020年)
  5. 吉拉尼,奥瓦伊;西蒙,乌尔巴内克;Kane,Michael J.:使用蜂窝设备网络在康涅狄格州通勤时间暴露于臭氧的分布(2020年)
  6. Waleed Almutriy,Vineetha Warriyar K V,Rob Deardon:传染病的连续时间个体水平模型:一个一揽子计划(2020年)阿尔十四
  7. 荒木、高满彻;Akaho,Shotaro:通过稀疏估计进行空间多尺度动态因子建模(2019)
  8. 低音,马克R。;Sahu,Sujit K.:空间数据层次贝叶斯模型的动态更新空间变化参数化(2019)
  9. 艾德丽安,伊可维茨;福特,杰西卡;Hayes,Keith:成分数据的混合模型方法:推断土地利用对点参考水质测量的影响(2019年)
  10. 穆霍帕德耶,萨比亚萨奇;奥古图,约瑟夫O。;巴尔茨克,贡杜拉;都柏林,霍利T。;Piepho,Hans Peter:使用分层贝叶斯回归模型对稀疏降雨数据的时空变化进行建模(2019年)
  11. 邓肯李;阿拉斯泰尔·拉什沃思;加里·纳皮尔(Gary Napier):使用CARBayesST软件包的条件自回归先验R时空区域单元建模(2018)不是zbMATH
  12. 巴卡尔,K.舒沃;科基奇,菲利普;金惠东:使用\texttsptdyn的层次空间变系数和时间动态过程模型(2016)
  13. 德尔萨托,西蒙妮;拉纳利,玛丽亚·乔瓦娜;卡佩莱蒂,大卫;莫罗尼,比阿特丽斯;克罗奇安蒂,斯特凡诺;Castellini,Silvia:移动监测站的时空空气污染数据建模(2016)
  14. 安德鲁·芬利;苏迪普托·班纳吉;Alan Gelfand:大型单变量和多变量点参考时空数据模型的spBayes(2015)不是zbMATH
  15. 埃德泽贝斯马;罗杰·比旺德;保罗·里贝罗:空间统计软件(2015)不是zbMATH
  16. 法比奥·西格里斯特;汉斯Künsch;Werner Stahel:spate:随机平流扩散过程时空模拟的R包(2015)不是zbMATH
  17. 坎多克·巴卡尔;Sujit Sahu:spTimer:R时空贝叶斯建模(2015)不是zbMATH
  18. 马丁·施拉瑟;亚历山大·马利诺夫斯基;彼得·门克;马可·奥斯汀;Kirstin Strokorb:用包随机化场分析、模拟和预测多元随机场(2015)不是zbMATH
  19. 弗朗西斯科·芬纳齐;Alessandro Fassò:D-STEM:环境时空变量分析和绘图软件(2014)不是zbMATH
  20. Duncan Lee:CARBayes:R包用于具有条件自回归先验的贝叶斯空间建模(2013)不是zbMATH