Flexible conditional density estimation for time series (2024)
- Authors:
- USP affiliated authors: STERN, RAFAEL BASSI - IME ; OKUNO, ALEX AKIRA - IME
- Unidade: IME
- DOI: 10.1214/24-BJPS601
- Subjects: INFERÊNCIA NÃO PARAMÉTRICA; ANÁLISE DE SÉRIES TEMPORAIS; APRENDIZADO COMPUTACIONAL
- Keywords: Conditional density estimation; machine learning; nonparametric statistics; time series
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Brazilian Journal of Probability and Statistics
- ISSN: 0103-0752
- Volume/Número/Paginação/Ano: v. 38, n. 2, p. 215-231, 2024
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
GRIVOL, Gustavo et al. Flexible conditional density estimation for time series. Brazilian Journal of Probability and Statistics, v. 38, n. 2, p. 215-231, 2024Tradução . . Disponível em: https://doi.org/10.1214/24-BJPS601. Acesso em: 17 fev. 2026. -
APA
Grivol, G., Izbicki, R., Okuno, A. A., & Stern, R. B. (2024). Flexible conditional density estimation for time series. Brazilian Journal of Probability and Statistics, 38( 2), 215-231. doi:10.1214/24-BJPS601 -
NLM
Grivol G, Izbicki R, Okuno AA, Stern RB. Flexible conditional density estimation for time series [Internet]. Brazilian Journal of Probability and Statistics. 2024 ; 38( 2): 215-231.[citado 2026 fev. 17 ] Available from: https://doi.org/10.1214/24-BJPS601 -
Vancouver
Grivol G, Izbicki R, Okuno AA, Stern RB. Flexible conditional density estimation for time series [Internet]. Brazilian Journal of Probability and Statistics. 2024 ; 38( 2): 215-231.[citado 2026 fev. 17 ] Available from: https://doi.org/10.1214/24-BJPS601 - Diagnóstico sobre a devolução de crianças e adolescentes em estágio de convivência e adotadas
- Diagramas de influência e teoria estatística
- Learning and total evidence with imprecise probabilities
- Elicitation for sets of probabilities and distributions
- Hierarchical clustering: visualization, feature importance and model selection
- When no price is right
- Adding imprecision to hypotheses: a Bayesian framework for testing practical significance in nonparametric settings
- Finite Additivity, Complete Additivity, and the Comparative Principle
- Information lost by conditioning on the random margins in a two-by-two table
- A possible foundation for Blackwell’s equivalence
Informações sobre o DOI: 10.1214/24-BJPS601 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
