返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 基于INLA的贝叶斯推断 (西)维吉尔·戈麦斯-卢比奥 著 汤银才,周世荣 译 文教 文轩网
  • 新华书店正版
    • 作者: (西)维吉尔·戈麦斯-卢比奥著 | | 汤银才,周世荣译
    • 出版社: 高等教育出版社
    • 出版时间:2023-08-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: (西)维吉尔·戈麦斯-卢比奥著| 汤银才,周世荣译
    • 出版社:高等教育出版社
    • 出版时间:2023-08-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2023-08-01
    • 字数:450000
    • 页数:348
    • 开本:16开
    • 装帧:平装
    • ISBN:9787040608199
    • 国别/地区:中国
    • 版权提供:高等教育出版社

    基于INLA的贝叶斯推断

    作  者:(西)维吉尔·戈麦斯-卢比奥 著 汤银才,周世荣 译
    定  价:89
    出 版 社:高等教育出版社
    出版日期:2023年08月01日
    页  数:348
    装  帧:平装
    ISBN:9787040608199
    主编推荐

    内容简介

    积分嵌套拉普拉斯近似(Integrated Nested Laplace Approximation,INLA)是一种新的近似贝叶斯计算方法,相比传统的马尔可夫链蒙特卡罗(MCMC)方法,它可以高效地拟合多种贝叶斯模型。INLA旨在解决潜在高斯马尔可夫随机场模型参数的边际推断,利用模型中潜在变量的条件独立性来提高计算速度。 《基于INLA的贝叶斯推断》提供了便于实施模型拟合的R包及其使用指南。本书介绍了INLA算法的基本原理以及如何用与其相关的R包拟合一大类模型,涵盖的主题包括混合效应模型、多层次模型、空间和时间模型、平滑方法、生存分析、缺失值的插补,以及混合模型。本书讨论了INLA包的高级功能以及如何扩展先验和INLA包中可用的潜在模型。书中的所有例子都是完全可复现的,数据集和R代码可通过扫描封底二维码获得。 这本书的例子涵盖了生物统计学、计量经济学、教育、环境科学、流行病学、公共卫生和null

    作者简介

    精彩内容

    目录
       第1章 贝叶斯推断介绍

    1.1 引言

    1.2 贝叶斯推断

    1.3 共轭先验

    1.4 计算方法

    1.5 马尔可夫链蒙特卡罗方法

    1.6 积分嵌套拉普拉斯近似

    1.7 范例:《权力的游戏》书中字母u的个数

    1.8 结束语




    第2章 积分嵌套拉普拉斯近似

    2.1 引言

    2.2 积分嵌套拉普拉斯近似

    2.3 R-INLA软件包

    2.4 模型评估与模型选择

    2.5 控制选项

    2.6 后验边际分布的使用

    2.7 后验分布的抽样




    第3章 混合效应模型

    3.1 引言

    3.2 固定效应模型

    3.3 混合效应模型的类型

    3.4 潜在效应的信息

    3.5 其他选项

    3.6 结束语




    第4章 多层次模型

    4.1 引言

    4.2 带随机效应的多层次模型

    4.3 带嵌套效应的多层次模型

    4.4 带复杂结构的多层次模型

    4.5 纵向数据的多层次模型

    4.6 二元数据的多层次模型

    4.7 计数数据多层次模型




    第5章 R-INLA中的先验

    5.1 引言

    5.2 先验的选取

    5.3 使用新的先验

    5.4 惩罚复杂性先验

    5.5 先验敏感性分析

    5.6 调整效应与先验

    5.7 结束语




    第6章 高级特征

    6.1 引言

    6.2 预测因子矩阵

    6.3 线性组合

    6.4 多个似然

    6.5 共享项

    6.6 线性约束

    6.7 结束语




    第7章 空间模型

    7.1 引言

    7.2 区域数据

    7.3 地理统计学

    7.4 点模式




    第8章 时间模型

    8.1 引言

    8.2 自回归模型

    8.3 非高斯数据

    8.4 预测

    8.5 状态-空间模型

    8.6 时空模型

    8.7 结束语

    ……

    第9章 光滑化

    第10章 生存模型

    第11章 使用新的潜在效应模型

    第12章 缺失值与插补

    第13章 混合模型

    本书用的R包

    参考文献

    索引

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购