R2WinBUGS公司

R2WinBUGS:从R/S-PLUS运行winbug和openbug,使用这个包,可以调用一个bug模型,在表和图中总结推断和收敛,并将模拟保存在数组中,以便在R/S-PLUS中方便地访问。在S-PLUS中,openbugs功能和windows仿真功能尚不可用(来源:http://cran.r-project.org/web/packages)


zbMATH参考文献(参考,1标准件)

显示第1到第68个结果。
按年份排序(引用)
  1. Oǧuz Alper,Melike;Berger,Yves G.:复杂抽样设计下的多级数据建模:经验似然法(2020)
  2. Amaral Turkman,Maria Antónia;Paulino,Carlos Daniel;Müller,Peter:计算贝叶斯统计。简介(2019)
  3. Conversano,Claudio;Cannas,Massimo;Mola,Francesco;Sironi,Emiliano:多层次建模中的随机效应聚类:选择合适的分区(2019)
  4. George G Vega Yon;Paul Marjoram:fmcmc:友好的MCMC框架(2019)不是zbMATH
  5. Haziq Jamil,Wicher Bergsma:iprior:使用I-priors进行回归建模的R包(2019年)第十四章
  6. Cowles,Mary Kathryn;Bonett,Stephen;Seedorff,Michael:带OpenCL加速的贝叶斯正态条件自回归模型的独立抽样(2018)
  7. 赵静;栾建安;康登:具有多基因效应的贝叶斯线性混合模型(2018)不是zbMATH
  8. Barrado,Leandro García;Coart,Els;Burzykowski,Tomasz:考虑到生物标志物和不完全参考试验之间条件依赖性的连续生物标志物组合的诊断准确性估计(2017年)
  9. Ganjali,M.;Moradzadeh,N.;Baghfalaki,T.:订单约束下协议标准的贝叶斯测试(2017)
  10. Janani,Leila;Mansournia,Mohammad Ali;Mohammad,Kazem;Mahmoodi,Mahmood;Mehrabani,Kamran;Nourijelyani,Keramat:用于估计随机对照试验中相对风险的贝叶斯方法和频率专家方法的比较:模拟研究(2017年)
  11. Mohsenkhani,Zohreh Fallah;Mohammadzadeh,Mohsen:增强混合β回归和家庭就业比例建模(2017)
  12. Thanoon,Thanoon Y.;Adnan,Robiah:线性和非线性贝叶斯结构方程模型与二分法数据的模型比较(2017)
  13. Elghafghuf,Adel;Stryhn,Henrik:相关与不相关脆弱性Cox模型:不同评估程序的比较(2016)
  14. 杨晶晶、任鹏:BFDA:一个用于贝叶斯函数数据分析的Matlab工具箱(2016)第十四章
  15. 史鹏;哈特曼,布莱恩M.:损失准备金的可信度(2016)
  16. 张正正、理查德·帕克、克里斯托弗·查尔顿、乔治·莱基和威廉·布朗:R2MLwiN:从R内部管理MLwiN的一揽子计划(2016年)不是zbMATH
  17. Casals,Martí;Langohr,Klaus;Carrasco,Josep Lluís;Rönnegård,Lars:基于三种不同统计原则的Poisson广义线性混合模型的参数估计:模拟研究(2015)
  18. Ferreira,Guillermo;Figueroa-Zúniga,Jorge I.;de Castro,Mário:具有自回归误差的部分线性β回归模型(2015年)
  19. Fried,Roland;Agueusop,Inoncent;Bornkamp,Björn;Fokianos,Konstantinos;Fruth,Jana;Ickstadt,Katja:INGARCH系列中的回顾性贝叶斯异常值检测(2015)
  20. Guy J.Abel:fanplot:可视化顺序分布的R包(2015)不是zbMATH