顶部
收藏

基于INLA的贝叶斯推断 (Bayesian inference with INLA)


作者:
Virgilio Gomez-Rubio 著,汤银才、周世荣 译
定价:
89.00元
ISBN:
978-7-04-060819-9
版面字数:
450.000千字
开本:
特殊
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2023-08-07
读者对象:
学术著作
一级分类:
自然科学
二级分类:
数学与统计
三级分类:
应用统计数学

暂无
  • 前辅文
  • 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
    • 9.1 引言
    • 9.2 样条
    • 9.3 INLA 中的平滑项
    • 9.4 使用SPDE 进行光滑化
    • 9.5 非高斯模型
    • 9.6 结束语
  • 第10章 生存模型
    • 10.1 引言..
    • 10.2 生存曲线的非参数估计
    • 10.3 生存函数的参数建模
    • 10.4 半参数估计: Cox 比例风险函数
    • 10.5 加速失效时间模型
    • 10.6 脆弱模型
    • 10.7 联合建模
  • 第11章 使用新的潜在效应模型
    • 11.1 引言
    • 11.2 空间潜在模型
    • 11.3 在R 中基于rgeneric 实现潜在效应
    • 11.4 贝叶斯模型平均
    • 11.5 MCMC 内嵌入INLA
    • 11.6 结果比较
    • 11.7 结束语
  • 第12章 缺失值与插补
    • 12.1 引言
    • 12.2 缺失机制
    • 12.3 响应变量中的缺失值
    • 12.4 缺失协变量的插补
    • 12.5 缺失值的多重插补
    • 12.6 结束语
  • 第13章 混合模型
    • 13.1 引言
    • 13.2 混合模型的贝叶斯分析
    • 13.3 基于INLA 拟合混合模型
    • 13.4 混合模型的模型选择
    • 13.5 治愈率模型
    • 13.6 结束语
  • 本书用的R包
  • 参考文献
  • 索引

相关图书