Menu

Filtros : "Estatística" "MODELAGEM DE DADOS" Removidos: "Indexado no: PubMed" "LPV" "1978" Limpar

Filtros

Limitar por data

  • 1

1 - 5 (5 registros)

  • Dissertação (Mestrado)

    A nonparametric bayesian approach for modeling and comparison of functional data (2022)

    Moreira, Diogo Barboza; Salasar, Luis Ernesto Bueno (Orientador)

    Unidade: INTER: ICMC -UFSCAR

    Assuntos: INFERÊNCIA BAYESIANA, INFERÊNCIA NÃO PARAMÉTRICA, COLETA DE DADOS, MODELAGEM DE DADOS, ANÁLISE DE DADOS, PROBABILIDADE, ESTIMAÇÃO DE DENSIDADES

    Acesso à fonteAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      MOREIRA, Diogo Barboza. A nonparametric bayesian approach for modeling and comparison of functional data. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-03012023-095053/. Acesso em: 01 out. 2024.

    • APA

      Moreira, D. B. (2022). A nonparametric bayesian approach for modeling and comparison of functional data (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/104/104131/tde-03012023-095053/

    • NLM

      Moreira DB. A nonparametric bayesian approach for modeling and comparison of functional data [Internet]. 2022 ;[citado 2024 out. 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-03012023-095053/

    • Vancouver

      Moreira DB. A nonparametric bayesian approach for modeling and comparison of functional data [Internet]. 2022 ;[citado 2024 out. 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-03012023-095053/

  • Tese (Doutorado)

    Modelagem conjunta de dados longitudinais contínuos no intervalo unitário e tempos de sobrevivência (2021)

    Souza, Aline Campos Reis de; Lima, Antônio Carlos Pedroso de (Orientador)

    Unidade: IME

    Assuntos: MODELAGEM DE DADOS, ANÁLISE DE SOBREVIVÊNCIA, QUALIDADE DE VIDA

    Acesso à fonteAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SOUZA, Aline Campos Reis de. Modelagem conjunta de dados longitudinais contínuos no intervalo unitário e tempos de sobrevivência. 2021. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-26102021-114739/. Acesso em: 01 out. 2024.

    • APA

      Souza, A. C. R. de. (2021). Modelagem conjunta de dados longitudinais contínuos no intervalo unitário e tempos de sobrevivência (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45133/tde-26102021-114739/

    • NLM

      Souza ACR de. Modelagem conjunta de dados longitudinais contínuos no intervalo unitário e tempos de sobrevivência [Internet]. 2021 ;[citado 2024 out. 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-26102021-114739/

    • Vancouver

      Souza ACR de. Modelagem conjunta de dados longitudinais contínuos no intervalo unitário e tempos de sobrevivência [Internet]. 2021 ;[citado 2024 out. 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-26102021-114739/

  • Dissertação (Mestrado)

    Long memory in high frequency time series using wavelets and conditional volatility models (2021)

    Pinto, Mateus Gonzalez de Freitas; Chiann, Chang (Orientador)

    Unidade: IME

    Assuntos: ANÁLISE DE SÉRIES TEMPORAIS, MODELAGEM DE DADOS

    Acesso à fonteComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      PINTO, Mateus Gonzalez de Freitas. Long memory in high frequency time series using wavelets and conditional volatility models. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-06052021-100559/. Acesso em: 01 out. 2024.

    • APA

      Pinto, M. G. de F. (2021). Long memory in high frequency time series using wavelets and conditional volatility models (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45133/tde-06052021-100559/

    • NLM

      Pinto MG de F. Long memory in high frequency time series using wavelets and conditional volatility models [Internet]. 2021 ;[citado 2024 out. 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-06052021-100559/

    • Vancouver

      Pinto MG de F. Long memory in high frequency time series using wavelets and conditional volatility models [Internet]. 2021 ;[citado 2024 out. 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-06052021-100559/

  • Tese (Doutorado)

    Statistical inference for non-homogeneous Poisson process with competing risks: a repairable systems approach under power-law process (2019)

    Almeida, Marco Pollo; Tomazella, Vera Lucia Damasceno (Orientador)

    Unidade: INTER: ICMC -UFSCAR

    Assuntos: PROCESSOS DE POISSON, INFERÊNCIA BAYESIANA, MODELAGEM DE DADOS

    Acesso à fonteAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      ALMEIDA, Marco Pollo. Statistical inference for non-homogeneous Poisson process with competing risks: a repairable systems approach under power-law process. 2019. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2019. Disponível em: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-30092019-090126/. Acesso em: 01 out. 2024.

    • APA

      Almeida, M. P. (2019). Statistical inference for non-homogeneous Poisson process with competing risks: a repairable systems approach under power-law process (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/104/104131/tde-30092019-090126/

    • NLM

      Almeida MP. Statistical inference for non-homogeneous Poisson process with competing risks: a repairable systems approach under power-law process [Internet]. 2019 ;[citado 2024 out. 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-30092019-090126/

    • Vancouver

      Almeida MP. Statistical inference for non-homogeneous Poisson process with competing risks: a repairable systems approach under power-law process [Internet]. 2019 ;[citado 2024 out. 01 ] Available from: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-30092019-090126/

  • Tese (Doutorado)

    Penalized regression models for compositional data (2018)

    Shimizu, Taciana Kisaki Oliveira; Louzada, Francisco (Orientador)

    Unidade: INTER: ICMC -UFSCAR

    Assuntos: ANÁLISE DE REGRESSÃO E DE CORRELAÇÃO, MODELAGEM DE DADOS, DADOS DE CONTAGEM, ESTATÍSTICA COMPUTACIONAL, COORDENADAS, ISOMETRIA

    Acesso à fonteComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SHIMIZU, Taciana Kisaki Oliveira. Penalized regression models for compositional data. 2018. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2018. Disponível em: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-07082019-112929/. Acesso em: 01 out. 2024.

    • APA

      Shimizu, T. K. O. (2018). Penalized regression models for compositional data (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/104/104131/tde-07082019-112929/

    • NLM

      Shimizu TKO. Penalized regression models for compositional data [Internet]. 2018 ;[citado 2024 out. 01 ] Available from: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-07082019-112929/

    • Vancouver

      Shimizu TKO. Penalized regression models for compositional data [Internet]. 2018 ;[citado 2024 out. 01 ] Available from: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-07082019-112929/
  • 1

1 - 5 (5 registros)

Biblioteca Digital de Produção Intelectual da Universidade de São Paulo     2012 - 2024