贝耶斯姆

教授市场和商业学生的贝叶斯统计学。我们讨论了在商业博士课程中教授贝叶斯统计学的经验。这些学生通常在数理统计方面背景薄弱,而且对基于可能性的方法有偏见,这些方法源于先前接触过计量经济学。这可以通过一门强调贝叶斯方法解决非平凡问题的价值的密集课程来克服。我们课程的成功主要是因为我们强调统计计算。这是由我们的R包bayesm推动的,它提供了高级方法和模型的有效实现。


zbMATH中的参考文献(参考文献71篇文章)

显示第1到第20个结果,共71个。
按年份排序(引用)
  1. 黛安娜,塞西莉亚;加利姆贝蒂,朱利亚诺;Soffritti,Gabriele:基于看似无关线性回归的多元聚类加权模型(2022)
  2. 海因,马伦;戈肯,尼尔斯;库兹,彼得;Steiner,Winfried J.:在联合模拟中使用层次贝叶斯图提高选择预测的份额:基于联合选择数据的研究(2022年)
  3. 鲁,齐斯;刘佳鹏;卡钦斯基,米奥斯;廖秀武:多准则选择与排序的贝叶斯序贯回归(2022)
  4. 辛哈·罗伊,德巴达塔;德弗林,克里斯托夫;戈尔德,布鲁斯;Wasil,Edward:数据驱动优化和统计建模,以改善公用事业公司的电表读数(2022年)
  5. 塔拉班杜拉,提亚;辛哈,迪克沙;Karra,Saketh:优化收入,同时按规模展示相关产品组合(2022年)
  6. 班萨尔,普拉蒂克;克鲁格,里科;Graham,Daniel J.:空间计数数据模型的快速贝叶斯估计(2021)
  7. 加利姆贝蒂,朱利亚诺;努齐,洛伦佐;Soffritti,Gabriele:多元聚类线性回归中最大似然估计的协方差矩阵估计(2021)
  8. 很好,奥克邦;奎兹卡尔;Proïa,Frédéric:预测因子和响应之间直接联系的结构先验的部分图形模型(2021)
  9. 奥斯蒙德森,克雅尔坦克洛斯特;克莱普,托尔·塞兰;Oglend,Atle:MCMC for Markov switching models——吉布斯抽样与边缘化似然(2021)
  10. 韦伯,阿内特;Steiner,Winfried J.:零售销售的价格反应建模:具有不同异质性表现的模型的实证比较(2021年)
  11. 安德森,戈登;皮托,玛丽亚·格拉齐亚;泽利,罗伯托:《在缺乏基本可比性的情况下衡量教育机会均等的进展》(2020年)
  12. 达拉瓦勒,露西安娜;莱森,法布里齐奥;罗西尼,卢卡;朱维轩:基于广义logistic回归的欧洲移民贝叶斯分析(2020)
  13. Frits Traets,Daniel Gil Sanchez,Martina Vandebroek:R中离散选择实验的最优设计:idefix软件包(2020)不是zbMATH
  14. 加利姆贝蒂,朱利亚诺;Soffritti,Gabriele:看似无关的聚类线性回归(2020)
  15. 昆克尔,黛博拉;马里奥佩鲁吉亚:锚定贝叶斯-高斯混合模型(2020)
  16. Reichl,Johannes:通过几何同一性估计从后向绘图的边缘可能性(2020)
  17. 史密斯,亚当N。;Allenby,Greg M.:随机分区需求模型(2020)
  18. Yves Croissant:R:mlogit包中随机效用模型的估计(2020)不是zbMATH
  19. 李正恩;尼科尔斯,杰夫K。;Ryder,Robin J.:近似贝叶斯可信集的校准程序(2019年)
  20. 马格努斯,基甸;Magnus,Jan R.:具有潜在变量的正态混合物的估计(2019年)