Estimação paramétrica de modelos auto-regressivos via estatística Bayesiana e simulação de Monte Carlo (2000)
- Authors:
- Autor USP: ANDRADE FILHO, MARINHO GOMES DE - ICMC
- Unidade: ICMC
- Assunto: PROCESSOS ESTOCÁSTICOS
- Language: Português
- Imprenta:
- Publisher: SBA
- Publisher place: Campinas, SP
- Date published: 2000
- Source:
- Título: Anais
- Conference titles: Congresso Brasileiro de Automática
-
ABNT
BARRETO, Guilherme de Alencar e ANDRADE, Marinho Gomes de. Estimação paramétrica de modelos auto-regressivos via estatística Bayesiana e simulação de Monte Carlo. 2000, Anais.. Campinas, SP: SBA, 2000. . Acesso em: 10 nov. 2024. -
APA
Barreto, G. de A., & Andrade, M. G. de. (2000). Estimação paramétrica de modelos auto-regressivos via estatística Bayesiana e simulação de Monte Carlo. In Anais. Campinas, SP: SBA. -
NLM
Barreto G de A, Andrade MG de. Estimação paramétrica de modelos auto-regressivos via estatística Bayesiana e simulação de Monte Carlo. Anais. 2000 ;[citado 2024 nov. 10 ] -
Vancouver
Barreto G de A, Andrade MG de. Estimação paramétrica de modelos auto-regressivos via estatística Bayesiana e simulação de Monte Carlo. Anais. 2000 ;[citado 2024 nov. 10 ] - 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)
- Uso do amostrador de Gibbs e metropolis-hastings em análise bayesiana de modelos AR(p)
- Seasonal streamflow forecasting via a neural fuzzy system
- Previsão de vazões naturais médias mensais usando uma rede neural nebulosa adaptativa
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
