mcmcse公司

mcmcse包:MCMC的蒙特卡罗标准误差。mcmcse提供了计算马尔可夫链蒙特卡罗(MCMC)设置中蒙特卡罗标准误差(MCSE)的工具。支持期望和分位数估计的MCSE计算。该软件包还提供计算有效样本量和绘制蒙特卡罗估计值与样本量的函数。


数学参考文献

显示第1到17个结果,共17个。
按年份排序(引用)

  1. Daniel R.Kowal;Canale,Antonio:整值数据的同步转换和舍入(STAR)模型(2020年)
  2. Neelon,Brian:基于Pólya-gamma混合物的贝叶斯零膨胀负二项回归(2019)
  3. Bezener,Martin;Hughes,John;Jones,Galin:使用层次空间先验的贝叶斯时空建模,以及在功能磁共振成像中的应用(与讨论)(2018年)
  4. Bouchard-Côté,Alexandre;Vollmer,Sebastian J.;Doucet,Arnaud:弹性粒子采样器:不可逆的无排斥马尔可夫链蒙特卡罗方法(2018)
  5. George,Clint P.;Doss,Hani:潜在Dirichlet分配模型中超参数的原则选择(2018)
  6. John Hughes:sklarsomega:使用Sklar和#sOmega系数衡量协议的R包(2018年)阿尔十四
  7. Link,William A.;Converse,Sarah J.;Yackel Adams,Amy A.;Hostetter,Nathan J.:使用稳健设计移除数据分析人口变化和流动(2018年)
  8. 张全;周明远:置换增广破棒贝叶斯多项式回归(2018)
  9. 周海明;Hanson,Timothy:将贝叶斯半参数模型拟合到任意截尾生存数据(包括空间参考数据)的统一框架(2018年)
  10. Lin Lifeng Lin;Jing Zhang;James Hodges;Haitao Chu:用pcnetmeta包在R中执行基于Arm的网络元分析(2017)不是zbMATH
  11. Liu,Zhuqing;Berrocal,Veronica J.;Bartsch,Andreas J.;Johnson,Timothy D.:使用空间自适应条件自回归模型进行术前功能磁共振成像数据分析(2016年)
  12. 谭爱新;黄健:基于mnet先验的高维线性回归贝叶斯推断(2016)
  13. Craiu,Radu V.;Gray,Lawrence;Łatuszynski,Krzysztof;Madras,Neal;Roberts,Gareth O.;Rosenthal,Jeffrey S.:对抗性马尔可夫链的稳定性及其在自适应MCMC算法中的应用(2015)
  14. Ghosh,Joyee;Tan,Aixin:贝叶斯变量选择的三明治算法(2015)
  15. Johnson,Alicia A.;Jones,Galin L.:分层单向随机效应模型随机扫描Gibbs采样器的几何遍历性(2015)
  16. Doss,Charles R.;Flegal,James M.;Jones,Galin L.;Neath,Ronald C.:马尔可夫链蒙特卡罗分位数估计(2014)
  17. Roy,Vivekananda:稳健贝叶斯二元回归模型MCMC算法的收敛速度(2012)