温布斯

WiBug是Bug项目的一部分,其目的是使实用的MCMC方法适用于应用统计学家。WINBUGS可以使用一个标准的“点和点击”Windows界面来控制分析,或者可以使用一个称为dodoLubug的图形界面来构建模型。WiBug是一个独立的程序,虽然它可以从其他软件调用。


ZBMaX中的参考文献(608篇)2篇标准文章

显示结果1至20的608。
按年份排序(引文
  1. Cong Xu,Pantelis Z. Hadjipantelis,Jane Ling Wang:生存和纵向数据的半参数联合建模:R包JSM(2020)不是ZB数学
  2. 海宁,罗伯特;李,广泉:建模空间和时空数据。贝叶斯方法(2020)
  3. 张,汉泽,黄,阳新:基于分位数回归的纵向生存数据贝叶斯联合建模分析,在AIDS队列研究中的应用(2020)
  4. 艾哈马迪,Kambiz;Ghafouri,SMAYEH:基于逐步二次截尾的广义半正态分布的多组分应力强度模型的可靠性估计(2019)
  5. Amaral Turkman,Maria Ant .Na;Paulino,Carlos Daniel;Mü勒,彼得:计算贝叶斯统计。导论(2019)
  6. Barber,沙维尔;科内萨,戴维;L·Pez Quier-Lez,安东尼奥;莫拉莱斯,哈维尔:多元生物气候指数模型:一种共中心化方法(2019)
  7. BrimeMein,Lyle D.:时间序列的贝叶斯分析(2019)
  8. Corpas Burgos,F;Botella Rocamora,P;Martinez Beneito,M. A.:高度多变量疾病映射中异方差性的便利性(2019)
  9. Cox,马珂;van de Laar,Tijs;de Vice,伯特:贝叶斯图处理算法自动设计的因子图方法(2019)
  10. Djeundje,Viani Biatat;克鲁克,乔纳森:用广义加性模型识别信用风险生存数据中的隐藏模式(2019)
  11. Franco,Glaura C.;Migon,Helio S.;Prates,Marcos O.:计数数据的时间序列:回顾、经验比较和数据分析(2019)
  12. G.Mez RuBio,Virgilio;Pali-Pieles,弗朗西斯科;L.Pez AbtEe,Gonzalo;Ramis Prieto,ReBeb.;Frn Nordz纳瓦罗,巴勃罗:多疾病的贝叶斯联合时空分析(2019)
  13. Grollemund,Paul Marie;亚伯拉罕,克里斯多夫;Baragatti,Mi-Yi-Li;Pdulo,彼埃尔:具有稀疏阶跃函数的贝叶斯函数线性回归(2019)
  14. Haziq Jamil,Wicher Bergsma:IPREP:用I-先验回归模型的R包(2019)阿西夫
  15. 洪,麦斯威尔R;雅各布奇,罗斯:书评:K. J. Grimm等人,增长模型。结构方程与多层次建模方法(2019)
  16. 江,Zhehan;滕普林,乔纳森:通过P LyaGamma分布的物流项目响应模型吉布斯采样器:一种计算有效的数据增强策略(2019)
  17. 约翰逊,Nels G.;基姆,Inyoung:协变量误差匹配病例对照研究的半参数方法(2019)
  18. 乔纳森的爱;Ravi Selker;Maarten Marsman;Tahira Jamil;Damian Dropmann;约瑟夫维哈根;Alexander Ly;Quentin Gronau;马丁·米利拉;Sacha Epskamp;安妮莉丝·野;和;;;;J:ASP:JASP:共同统计设计图形统计软件(2019)不是ZB数学
  19. Karavarsamis,N;哈金斯,R. M.:两个阶段的方法来分析占用数据。II:异构模型和条件似然(2019)
  20. 李,坎河;罗,Sheng:多元纵向和时-时数据的贝叶斯函数联合模型(2019)