Modeling compositional regression with uncorrelated and correlated errors: a Bayesian approach (2018)
- Authors:
- USP affiliated authors: LOUZADA NETO, FRANCISCO - ICMC ; SUZUKI, ADRIANO KAMIMURA - ICMC ; EHLERS, RICARDO SANDES - ICMC
- Unidade: ICMC
- DOI: 10.6339/JDS.201804_16(2).0002
- Subjects: PROBABILIDADE; INFERÊNCIA BAYESIANA; ESTATÍSTICA APLICADA; INFERÊNCIA ESTATÍSTICA
- Language: Inglês
- Imprenta:
- Publisher place: New York, NY
- Date published: 2018
- Source:
- Título do periódico: Journal of Data Science
- ISSN: 1680-743X
- Volume/Número/Paginação/Ano: v. 16, n. 2, p. 221-250, Abr. 2018
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by
-
ABNT
SHIMIZU, Taciana K. O. et al. Modeling compositional regression with uncorrelated and correlated errors: a Bayesian approach. Journal of Data Science, v. 16, n. 2, p. 221-250, 2018Tradução . . Disponível em: https://doi.org/10.6339/JDS.201804_16(2).0002. Acesso em: 18 set. 2024. -
APA
Shimizu, T. K. O., Louzada, F., Suzuki, A. K., & Ehlers, R. S. (2018). Modeling compositional regression with uncorrelated and correlated errors: a Bayesian approach. Journal of Data Science, 16( 2), 221-250. doi:10.6339/JDS.201804_16(2).0002 -
NLM
Shimizu TKO, Louzada F, Suzuki AK, Ehlers RS. Modeling compositional regression with uncorrelated and correlated errors: a Bayesian approach [Internet]. Journal of Data Science. 2018 ; 16( 2): 221-250.[citado 2024 set. 18 ] Available from: https://doi.org/10.6339/JDS.201804_16(2).0002 -
Vancouver
Shimizu TKO, Louzada F, Suzuki AK, Ehlers RS. Modeling compositional regression with uncorrelated and correlated errors: a Bayesian approach [Internet]. Journal of Data Science. 2018 ; 16( 2): 221-250.[citado 2024 set. 18 ] Available from: https://doi.org/10.6339/JDS.201804_16(2).0002 - Finite mixture of compositional regression with gaussian errors
- A bayesian approach to predicting football match outcomes considering time effect weight
- Credit scoring modeling with state-dependent sample selection: a comparison study with the usual logistic modeling
- Compositional regression modeling under tilted normal errors: an application to a brazilian super league volleyball data set
- Uma abordagem bayesiana para previsão de resultados de jogos de futebol: uma aplicação ao campeonato inglês
- Modelagem estatística e de aprendizado de máquina: previsão do campeonato brasileiro série A 2017
- Partitioning gene expression data by data-driven Markov chain Monte Carlo
- A simulation-based methodology for predicting football match outcomes considering experts’ opinions: the 2010 and 2014 football world cup cases
- 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
Informações sobre o DOI: 10.6339/JDS.201804_16(2).0002 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
