Imaxe de Portada
Código QR

Markov Chain Monte Carlo : Stochastic Simulation for Bayesian Inference /

Contenido: 1. Simulación estocástica; 2. Inferencia bayesiana; 3. Métodos de inferencia de aproximación; 4. Cadenas de Markov; 5. Muestreo de Gibbs; 6. Algoritmo de Metropolis-Hastings; 7. Otros temas del método Monte Carlo de cadenas de Markov.

Gardado en:
Autor Principal: Gamerman, Dani (autor)
Outros autores: Lopes, Hedibert Freitas (autor) (autor)
Formato: Libro
Idioma:inglés
Publicado: Boca Ratón, EUA : Chapman and Hall : CRC Press, 2006, c2006
Edición:2a edición
Series:(Texts in Statistical Science)
Temas:
Lenguajes de Programación
Métodos de Simulación
Modelos Matemáticos
Inferencia Bayesiana - > Tema Principal
Estadística Bayesiana
Toma de Decisiones
Decisiones Estadísticas
Procesos de Markov - > Tema Principal
Método de Montecarlo - > Tema Principal
Procesos Estocásticos
Probabilidad - > Teoría
Matemáticas
Etiquetas: Engadir etiqueta
Sen Etiquetas, Sexa o primeiro en etiquetar este rexistro!
Resumen:Contenido: 1. Simulación estocástica; 2. Inferencia bayesiana; 3. Métodos de inferencia de aproximación; 4. Cadenas de Markov; 5. Muestreo de Gibbs; 6. Algoritmo de Metropolis-Hastings; 7. Otros temas del método Monte Carlo de cadenas de Markov.
Descrición Física:XVII, 323 p.
Público:Peticiones 2016 Juan Diego Sánchez Torres
ISBN:978-1-58488-587-0

Títulos similares