Partitioning gene expression data by data-driven Markov chain Monte Carlo (2016)
- Authors:
- USP affiliated authors: SUZUKI, ADRIANO KAMIMURA - ICMC ; LOUZADA NETO, FRANCISCO - ICMC
- Unidade: ICMC
- DOI: 10.1080/02664763.2015.1092113
- Subjects: PROBABILIDADE; INFERÊNCIA BAYESIANA; INFERÊNCIA PARAMÉTRICA; INFERÊNCIA ESTATÍSTICA
- Keywords: Bayesian mixture model; Gibbs sampling; Metropolis–Hastings; Splitand-merge update
- Language: Inglês
- Imprenta:
- Source:
- Título: Journal of Applied Statistics
- ISSN: 0266-4763
- Volume/Número/Paginação/Ano: v. 43, n. 6, p. 1155-1173, 2016
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
SARAIVA, E. F et al. Partitioning gene expression data by data-driven Markov chain Monte Carlo. Journal of Applied Statistics, v. 43, n. 6, p. 1155-1173, 2016Tradução . . Disponível em: https://doi.org/10.1080/02664763.2015.1092113. Acesso em: 11 abr. 2026. -
APA
Saraiva, E. F., Suzuki, A. K., Louzada, F., & Milan, L. (2016). Partitioning gene expression data by data-driven Markov chain Monte Carlo. Journal of Applied Statistics, 43( 6), 1155-1173. doi:10.1080/02664763.2015.1092113 -
NLM
Saraiva EF, Suzuki AK, Louzada F, Milan L. Partitioning gene expression data by data-driven Markov chain Monte Carlo [Internet]. Journal of Applied Statistics. 2016 ; 43( 6): 1155-1173.[citado 2026 abr. 11 ] Available from: https://doi.org/10.1080/02664763.2015.1092113 -
Vancouver
Saraiva EF, Suzuki AK, Louzada F, Milan L. Partitioning gene expression data by data-driven Markov chain Monte Carlo [Internet]. Journal of Applied Statistics. 2016 ; 43( 6): 1155-1173.[citado 2026 abr. 11 ] Available from: https://doi.org/10.1080/02664763.2015.1092113 - Modelagem estatística para a previsão de jogos de futebol: uma aplicação no campeonato brasileiro de futebol 2014
- Predicting football scores via Poisson regression model: applications to the National Football League
- Compositional regression modeling under tilted normal errors: an application to a brazilian super league volleyball data set
- Credit scoring modeling with state-dependent sample selection: a comparison study with the usual logistic modeling
- A simulation-based methodology for predicting football match outcomes considering experts’ opinions: the 2010 and 2014 football world cup cases
- Finite mixture of compositional regression with gaussian errors
- A bayesian approach to predicting football match outcomes considering time effect weight
- Uma abordagem bayesiana para previsão de resultados de jogos de futebol: uma aplicação ao campeonato inglês
- Combinação de modelos de transferência de aprendizado: uma nova abordagem para a detecção do câncer de pele
- Partidos de fútbol, ¿suerte o causalidad?: introducción a los modelos estadísticos de conteo y RNA para la predicción de juegos utilizando la liga de fútbol de Chile
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
