S-加

S-PLUS是一个强大的数据统计和图形分析环境。它提供了实现许多标准和现代统计方法的工具,这些方法由于具有良好图形和计算能力的工作站的广泛可用性而成为可能。


zbMATH中的参考文献,1标准件)

显示588个结果中的1到20个。
按年份排序(引用)

1 2 ... 28 29 30 下一个

  1. Argiento,Raffaele;Cremaschi,Andrea;Vannucci,Marina:聚类分组数据的分层标准化完全随机度量(2020)
  2. Cunen,Céline;Walløe,Lars;Hjort,Nils Lid:线性混合模型的集中模型选择及其在鲸鱼生态学中的应用(2020年)
  3. Everitt,Brian S.:使用S-PLUS的统计分析手册(2020)
  4. Fuino,Michel;Wagner,Joël:长期护理的持续时间:社会经济因素、护理互动类型和演变(2020年)
  5. Galarza,Christian E.;Castro,Luis M.;Louzada,Francisco;Lachos,Victor H.:非线性混合效应模型的分位数回归:基于可能性的视角(2020年)
  6. Javeed,Aurya;Hooker,Giles:扩散的时间观测(2020)
  7. Nolan,Tui H.;Wand,Matt P.:多级稀疏矩阵问题的简化解决方案(2020)
  8. Pullenayegum,Eleanor M.:满足不定期随访的纵向数据的逆强度加权假设:临床队列研究的设计和分析建议(2020年)
  9. Reynolds,Angus;Kvam,Peter D.;Osth,Adam F.;Heathcote,Andrew:相关的赛车证据累积模型(2020年)
  10. Roustant,Olivier;Padonou,Espéran;Deville,Yves;Clément,Aloïs;Perrin,Guillaume;Giorla,Jean;Wynn,Henry:具有类别输入的高斯过程元模型的群核函数(2020)
  11. 徐安查;王有干;郑树荣;蔡凤静:两阶段退化数据分析方法中的偏差减小(2020)
  12. Baey,Charlotte;Cournède,Paul Henry;Kuhn,Estelle:非线性混合效应模型中方差分量的似然比检验统计量的渐近分布(2019年)
  13. Conde Amboage,梅赛德斯;Sánchez Sellero,塞萨尔:非参数分位数回归的插件带宽选择器(2019)
  14. Das,Sumonkanti;Rahman,Azizur;Ahamed,Ashraf;Rahman,Sabbir-Tahmidur:多层次模型可以从最小化高阶变化中获益:使用儿童营养不良数据的说明(2019年)
  15. Flores Agreda,Daniel;Cantoni,Eva:广义线性混合模型预测不确定性的Bootstrap估计(2019年)
  16. 傅立勇;王明亮;王作恒;宋新宇;唐守正:一阶条件线性化与序列二次规划相结合的交叉随机效应非线性混合效应模型的极大似然估计(2019)
  17. García,Oscar:通过转换为最小二乘问题估计可约随机微分方程(2019)
  18. Geraci,Marco:聚类数据的非线性分位数回归建模与估计(2019年)
  19. Gerhard Kurz;Igor Gilitschenski;Florian Pfaff;Lukas Drude;Uwe Hanebek;Reinhold Haeb Umbach;Roland Siegwart:使用LibDirective的方向统计和过滤(2019年)不是zbMATH
  20. Heck,Daniel W.:主题区间内贝叶斯估计不确定性和收缩的解释:对Nathoo、Kilshaw和Masson(2018)(2019)的评论

1 2 ... 28 29 30 下一个