Uso do amostrador de Gibbs e metropolis-hastings em análise bayesiana de modelos AR(p) (1999)
- Autores:
- Autor USP: ANDRADE FILHO, MARINHO GOMES DE - ICMC
- Unidade: ICMC
- Assunto: ESTATÍSTICA
- Idioma: Português
- Imprenta:
- Editora: ICMC-USP
- Local: São Carlos
- Data de publicação: 1999
- Fonte:
- Título do periódico: Anais
- Nome do evento: Workshop de Teses e Dissertações Concluídas - ICMC/USP
-
ABNT
OLIVEIRA, José Roberto Temponi de. Uso do amostrador de Gibbs e metropolis-hastings em análise bayesiana de modelos AR(p). 1999, Anais.. São Carlos: ICMC-USP, 1999. . Acesso em: 24 set. 2024. -
APA
Oliveira, J. R. T. de. (1999). Uso do amostrador de Gibbs e metropolis-hastings em análise bayesiana de modelos AR(p). In Anais. São Carlos: ICMC-USP. -
NLM
Oliveira JRT de. Uso do amostrador de Gibbs e metropolis-hastings em análise bayesiana de modelos AR(p). Anais. 1999 ;[citado 2024 set. 24 ] -
Vancouver
Oliveira JRT de. Uso do amostrador de Gibbs e metropolis-hastings em análise bayesiana de modelos AR(p). Anais. 1999 ;[citado 2024 set. 24 ] - Abordagem bayesiana de modelos arch(P) usando algoritmos metropolis-hastings
- On mean value solutions for the Helmholtz equation on square grids
- Modelo de Poisson zero-modificado com efeito aleatório para dados longitudinais
- A influência da estocasticidade das vazões no planejamento da operação de sistemas hidrelétricos
- Estimação de parâmetros de modelos ARCH (p): abordagem Bayes-MCMC versus máxima verossimilhança
- Relação entre modelos auto-regressivos e a configuração da rede neural para previsões de séries temporais estacionárias
- Uma abordagem bayesiana para modelos PAR(pm)
- Seasonal streamflow forecasting via a neural fuzzy system
- Previsão de vazões naturais médias mensais usando uma rede neural nebulosa adaptativa
- Analysis of inflow modeling in stochastic dynamic programming for long term hydrothermal scheduling
Como citar
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas