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: 17 out. 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.2014.07.032NLM
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 out. 17 ] Available from: https://doi.org/10.1016/j.amc.2014.07.032Vancouver
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 out. 17 ] Available from: https://doi.org/10.1016/j.amc.2014.07.032
