ReP USP - Resultado da busca

Artigo de periodico
Uma abordagem bayesiana para previsão de resultados de jogos de futebol: uma aplicação ao campeonato inglês (2017)
Filho, Ciro Alexandre Olivieri; Suzuki, Adriano Kamimura ; Louzada, Francisco ; Saraiva, Erlandson Ferreira; Salasar, Luis Ernesto Bueno
Source: Revista Brasileira de Biometria / Biometric Brazilian Journal. Unidade: ICMC
Subjects: ESTATÍSTICA APLICADA, PROBABILIDADE, INFERÊNCIA BAYESIANA, INFERÊNCIA PARAMÉTRICA, INFERÊNCIA ESTATÍSTICA, FUTEBOL, SIMULAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FILHO, Ciro Alexandre Olivieri et al. Uma abordagem bayesiana para previsão de resultados de jogos de futebol: uma aplicação ao campeonato inglês. Revista Brasileira de Biometria / Biometric Brazilian Journal, v. 35, n. 1, p. 76-97, 2017Tradução . . Disponível em: http://www.biometria.ufla.br/index.php/BBJ/article/view/296. Acesso em: 05 nov. 2024.
APA
Filho, C. A. O., Suzuki, A. K., Louzada, F., Saraiva, E. F., & Salasar, L. E. B. (2017). Uma abordagem bayesiana para previsão de resultados de jogos de futebol: uma aplicação ao campeonato inglês. Revista Brasileira de Biometria / Biometric Brazilian Journal, 35( 1), 76-97. Recuperado de http://www.biometria.ufla.br/index.php/BBJ/article/view/296
NLM
Filho CAO, Suzuki AK, Louzada F, Saraiva EF, Salasar LEB. Uma abordagem bayesiana para previsão de resultados de jogos de futebol: uma aplicação ao campeonato inglês [Internet]. Revista Brasileira de Biometria / Biometric Brazilian Journal. 2017 ; 35( 1): 76-97.[citado 2024 nov. 05 ] Available from: http://www.biometria.ufla.br/index.php/BBJ/article/view/296
Vancouver
Filho CAO, Suzuki AK, Louzada F, Saraiva EF, Salasar LEB. Uma abordagem bayesiana para previsão de resultados de jogos de futebol: uma aplicação ao campeonato inglês [Internet]. Revista Brasileira de Biometria / Biometric Brazilian Journal. 2017 ; 35( 1): 76-97.[citado 2024 nov. 05 ] Available from: http://www.biometria.ufla.br/index.php/BBJ/article/view/296
Artigo de periodico
Partitioning gene expression data by data-driven Markov chain Monte Carlo (2016)
Saraiva, E. F; Suzuki, Adriano Kamimura ; Louzada, Francisco ; Milan, Luis
Source: Journal of Applied Statistics. Unidade: ICMC
Subjects: PROBABILIDADE, INFERÊNCIA BAYESIANA, INFERÊNCIA PARAMÉTRICA, INFERÊNCIA ESTATÍSTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
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: 05 nov. 2024.
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 2024 nov. 05 ] 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 2024 nov. 05 ] Available from: https://doi.org/10.1080/02664763.2015.1092113
Artigo de periodico
Predicting football scores via Poisson regression model: applications to the National Football League (2016)
Saraiva, E. F; Suzuki, Adriano Kamimura ; Filho, Ciro A. O; Louzada, Francisco
Source: Communications for Statistical Applications and Methods. Unidade: ICMC
Subjects: PROBABILIDADE, INFERÊNCIA BAYESIANA, INFERÊNCIA PARAMÉTRICA, INFERÊNCIA ESTATÍSTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SARAIVA, E. F et al. Predicting football scores via Poisson regression model: applications to the National Football League. Communications for Statistical Applications and Methods, v. 23, n. 4, p. 297-319, 2016Tradução . . Disponível em: https://doi.org/10.5351/CSAM.2016.23.4.297. Acesso em: 05 nov. 2024.
APA
Saraiva, E. F., Suzuki, A. K., Filho, C. A. O., & Louzada, F. (2016). Predicting football scores via Poisson regression model: applications to the National Football League. Communications for Statistical Applications and Methods, 23( 4), 297-319. doi:10.5351/CSAM.2016.23.4.297
NLM
Saraiva EF, Suzuki AK, Filho CAO, Louzada F. Predicting football scores via Poisson regression model: applications to the National Football League [Internet]. Communications for Statistical Applications and Methods. 2016 ; 23( 4): 297-319.[citado 2024 nov. 05 ] Available from: https://doi.org/10.5351/CSAM.2016.23.4.297
Vancouver
Saraiva EF, Suzuki AK, Filho CAO, Louzada F. Predicting football scores via Poisson regression model: applications to the National Football League [Internet]. Communications for Statistical Applications and Methods. 2016 ; 23( 4): 297-319.[citado 2024 nov. 05 ] Available from: https://doi.org/10.5351/CSAM.2016.23.4.297
Artigo de periodico
A gene-by-gene multiple comparison analysis: a predictive Bayesian approach (2015)
Saraiva, Erlandson Ferreira ; Louzada, Francisco
Source: Brazilian Journal of Probability and Statistics. Unidade: ICMC
Subjects: INFERÊNCIA BAYESIANA, COMPARAÇÕES MÚLTIPLAS, EXPRESSÃO GÊNICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SARAIVA, Erlandson Ferreira e LOUZADA, Francisco. A gene-by-gene multiple comparison analysis: a predictive Bayesian approach. Brazilian Journal of Probability and Statistics, v. 29, n. 1, p. 145-171, 2015Tradução . . Disponível em: https://doi.org/10.1214/13-BJPS233. Acesso em: 05 nov. 2024.
APA
Saraiva, E. F., & Louzada, F. (2015). A gene-by-gene multiple comparison analysis: a predictive Bayesian approach. Brazilian Journal of Probability and Statistics, 29( 1), 145-171. doi:10.1214/13-BJPS233
NLM
Saraiva EF, Louzada F. A gene-by-gene multiple comparison analysis: a predictive Bayesian approach [Internet]. Brazilian Journal of Probability and Statistics. 2015 ; 29( 1): 145-171.[citado 2024 nov. 05 ] Available from: https://doi.org/10.1214/13-BJPS233
Vancouver
Saraiva EF, Louzada F. A gene-by-gene multiple comparison analysis: a predictive Bayesian approach [Internet]. Brazilian Journal of Probability and Statistics. 2015 ; 29( 1): 145-171.[citado 2024 nov. 05 ] Available from: https://doi.org/10.1214/13-BJPS233
Artigo de periodico
Mixture models with an unknown number of components via a new posterior split-merge MCMC algorithm (2014)
Saraiva, Erlandson F; Louzada, Francisco ; Milan, Luis
Source: Applied Mathematics and Computation. Unidade: ICMC
Subjects: INFERÊNCIA BAYESIANA, INFERÊNCIA ESTATÍSTICA, ESTATÍSTICA APLICADA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SARAIVA, Erlandson F e LOUZADA, Francisco e MILAN, Luis. Mixture models with an unknown number of components via a new posterior split-merge MCMC algorithm. Applied Mathematics and Computation, v. 244, p. 959-975, 2014Tradução . . Disponível em: https://doi.org/10.1016/j.amc.2014.07.032. Acesso em: 05 nov. 2024.
APA
Saraiva, E. F., Louzada, F., & Milan, L. (2014). Mixture models with an unknown number of components via a new posterior split-merge MCMC algorithm. Applied Mathematics and Computation, 244, 959-975. doi:10.1016/j.amc.2014.07.032
NLM
Saraiva EF, Louzada F, Milan L. Mixture models with an unknown number of components via a new posterior split-merge MCMC algorithm [Internet]. Applied Mathematics and Computation. 2014 ; 244 959-975.[citado 2024 nov. 05 ] Available from: https://doi.org/10.1016/j.amc.2014.07.032
Vancouver
Saraiva EF, Louzada F, Milan L. Mixture models with an unknown number of components via a new posterior split-merge MCMC algorithm [Internet]. Applied Mathematics and Computation. 2014 ; 244 959-975.[citado 2024 nov. 05 ] Available from: https://doi.org/10.1016/j.amc.2014.07.032

USP Schools

ReP

Filtros

Authors

Subjects

Indexado em