THÔNG TIN TÀI LIỆU
Thông tin cơ bản
Định dạng | |
---|---|
Số trang | 800 |
Dung lượng | 3,62 MB |
Nội dung
Ngày đăng: 17/09/2021, 15:48
Nguồn tham khảo
Tài liệu tham khảo | Loại | Chi tiết |
---|---|---|
2. Drovandi, C.C., McGree, J.M., Pettitt, A.N.: Sequential Monte Carlo for Bayesian sequen- tially designed experiments for discrete data. Comput. Stat. Data Anal. 57, 320–335 (2013).doi:10.1016/j.csda.2012.05.014 | Khác | |
3. Drovandi, C.C., Pettitt, A.N.: Estimation of parameters for macroparasite population evolution using approximate Bayesian computation. Biometrics 67(1), 225–233 (2011).doi:10.1111/j.1541-0420.2010.01410.x | Khác | |
4. Ford, I., Silvey, S.D.: A sequentially constructed design for estimating a nonlinear parametric function. Biometrika 67, 381–388 (1980) | Khác | |
5. Hainy, M., Müller, W.G., Wagner, H.: Likelihood-free simulation-based optimal design with an application to spatial extremes. Stoch. Environ. Res. Risk A. Stoch. Environ. Res. Risk A. 30(2), 481–492 (2016). doi:10.1007/s00477-015-1067-8 | Khác | |
6. Liu, J.S.: Monte Carlo Strategies in Scientific Computing. Springer, New York (2001) 7. Sisson, S.A., Fan, Y.: Likelihood-free Markov chain Monte Carlo. In: Brooks, S.P., Gelman, A.,Jones, G., Meng, X.L. (eds.) Handbook of Markov Chain Monte Carlo, Handbooks of Modern Statistical Methods, pp. 319–341. Chapman & Hall/CRC Press, Boca Raton (2011) | Khác | |
8. Wood, S.N.: Statistical inference for noisy nonlinear ecological dynamic systems. Nature 466, 1102–1104 (2010). doi:10.1038/nature09319 | Khác |
TÀI LIỆU CÙNG NGƯỜI DÙNG
TÀI LIỆU LIÊN QUAN