美洲豹

贾格斯只是另一个吉布斯采样器。这是一个使用马尔可夫链蒙特卡罗(MCMC)模拟分析贝叶斯分层模型的程序,与错误完全不同。JAGS的编写有三个目标:(1)为bug语言提供一个跨平台的引擎。(2) 可扩展,允许用户编写自己的函数、发行版和采样器。(3) 在贝叶斯建模中成为一个思想实验的平台。JAGS是根据GNU通用公共许可证授权的。您可以在特定条件下自由修改和重新分发它(有关详细信息,请参阅文件复制)。


zbMATH中的参考文献(参考 209篇文章 参考)

显示209的结果1到20。
按年份排序(引用)

1 2 ... 9 10 11 下一个

  1. 克里斯托弗.内梅斯;保罗.费恩黑德:随机梯度马尔可夫链蒙特卡罗(2021)
  2. Oh,Rosy;Lee,Youngju;Zhu,Dan;Ahn,Jae Youn:使用集体风险模型进行预测性风险分析:在过去的频率和总体严重程度信息之间进行选择(2021年)
  3. Ryan Hornby,Jingchen Hu:用AttributeRiskCalculation R包对合成数据中属性披露风险的贝叶斯估计(2021)阿尔十四
  4. Bayesian,Hu;Bayesian建模;Jim Hu,2020)
  5. 安妮·菲利浦,玛丽·安妮·维贝特:使用R包考古学分析考古阶段(2020)不是zbMATH
  6. de Castro,Mário;Gómez,Yolanda M.:基于幂分段指数分布的贝叶斯治愈率模型(2020)
  7. Ferreira,Paulo H.;Ramos,Eduardo;Ramos,Pedro L.;Gonzales,Jhon F.B.;Tomazella,Vera L.D.;Ehlers,Ricardo S.;Silva,Eveliny B.;Louzada,Francisco:Loumax分布的客观贝叶斯分析(2020年)
  8. Gianluca Baio:survHE:健康经济评估和成本效益模型的生存分析(2020年)不是zbMATH
  9. Jobst,Lisa J.;Heck,Daniel W.;Moshagen,Morten:多项式处理树模型的相关和回归方法比较(2020)
  10. Lázaro,E.;Armero,C.;Gómez Rubio,V.:混合物治疗模型的近似贝叶斯推断(2020年)
  11. Lee,Michael D.;Bock,Jason R.;Cushman,Isaiah;Shankle,William R.:多项式处理树模型和贝叶斯方法在理解记忆障碍中的应用(2020)
  12. 马志华;陈广辉:基于DP先验的贝叶斯半参数隐变量模型:用nimble实现(2020)
  13. Merkle,Edgar C.;Saw,Geoff;Davis Stober,Clintin:击败平均预测:基于预测者属性的正则化(2020)
  14. Michalkiewicz,Martha;Horn,Sebastian S.;Bayen,Ute J.:用层次多项式模型解释自由回忆中儿童群体的个体差异(2020年)
  15. Miller,David L.;Glennie,Richard;Seaton,Andrew E.:理解随机偏微分方程平滑方法(2020)
  16. 哦,Rosy;Shi,Peng;Ahn,Jae yun:依赖频率严重度模型下的苹果溢价(2020)
  17. Oravecz,Zita;Vandekerckhove,Joachim:共识和纵向动态的联合过程模型(2020)
  18. Osthus,Dave;Hyman,Jeffrey D.;Karra,Satish;Panda,Nishant;Srinivasan,Gowri:识别具有量化不确定性的离散断裂网络主要子网络的概率聚类方法(2020年)
  19. Robert J.B.Goudie,Rebecca M.Turner,Daniela De Angelis,Andrew Thomas:多错误:快速贝叶斯推理的bug建模框架的并行实现(2020)不是zbMATH
  20. Stojić,Hrvoje;Orquin,Jacob L.;Dayan,Peter;Dolan,Raymond J.;Speekenbrink,Maarten:学习、选择和视觉注视的不确定性(2020)

1 2 ... 9 10 11 下一个