顶部
  1. 首页
  2. 图书产品
  3. 基于INLA的贝叶斯回归建模
收藏

基于INLA的贝叶斯回归建模

样章
作者：
Xiaofeng Wang, Yu Ryan Yue, Julian J. Faraway 著, 汤银才，周世荣 译
定价：
89.00元
ISBN：
978-7-04-061007-9
版面字数：
430.000千字
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：
2024-04-26
读者对象：
学术著作
一级分类：
自然科学
二级分类：
统计学
三级分类：
应用统计学
暂无
  • 前辅文
  • 第1章 引言
    • 1.1 快速入门
    • 1.2 贝叶斯理论
    • 1.3 先验分布与后验分布
    • 1.4 模型检验
    • 1.5 模型选择
    • 1.6 假设检验
    • 1.7 贝叶斯计算
  • 第2章 INLA理论
    • 2.1 潜在高斯模型(LGM)
    • 2.2 高斯–马尔可夫随机场(GMRF)
    • 2.3 拉普拉斯近似和INLA
    • 2.4 INLA问题
    • 2.5 扩展
  • 第3章 贝叶斯线性回归
    • 3.1 引言
    • 3.2 线性回归的贝叶斯推断
    • 3.3 预测
    • 3.4 模型选择和检验
    • 3.5 稳健回归
    • 3.6 方差分析
    • 3.7 多重共线性的岭回归
    • 3.8 具有自回归误差的回归模型
  • 第4章 广义线性模型
    • 4.1 GLM
    • 4.2 二元响应变量
    • 4.3 计数响应变量
    • 4.4 比率数据建模
    • 4.5 偏态数据的伽马回归
    • 4.6 比例响应变量
    • 4.7 零膨胀数据建模
  • 第5章 线性混合模型和广义线性混合模型
    • 5.1 线性混合模型
    • 5.2 单一随机效应
    • 5.3 纵向数据
    • 5.4 经典Z 矩阵模型
    • 5.5 广义线性混合模型
  • 第6章 生存分析
    • 6.1 引言
    • 6.2 半参数模型
    • 6.3 加速失效时间模型
    • 6.4 模型诊断
    • 6.5 区间删失数据
    • 6.6 脆弱性模型
    • 6.7 纵向数据和事件发生时间数据的联合建模
  • 第7章 基于光滑化方法的随机游动模型
    • 7.1 引言
    • 7.2 光滑样条
    • 7.3 薄板样条
    • 7.4 Besag 空间模型
    • 7.5 惩罚回归样条(P-样条)
    • 7.6 自适应光滑样条
    • 7.7 广义非参数回归模型
    • 7.8 不确定性偏移集
  • 第8章 高斯过程回归
    • 8.1 引言
    • 8.2 惩罚复杂性先验
    • 8.3 光滑度可信区间
    • 8.4 非平稳场
    • 8.5 具有不确定性的插值
    • 8.6 生存响应变量
  • 第9章 可加与广义可加模型
    • 9.1 可加模型
    • 9.2 广义可加模型
    • 9.3 广义可加混合模型
  • 第10章 自变量有误差的回归
    • 10.1 引言
    • 10.2 经典自变量有误差的模型
    • 10.3 自变量有Berkson误差的模型
  • 第11章 其他INLA主题
    • 11.1 样条与混合模型
    • 11.2 函数型数据的方差分析
    • 11.3 极值
    • 11.4 利用INLA进行密度估计
  • 附录A 安装
  • 附录B 线性回归中的无信息先验
  • 参考文献
  • 索引

相关图书

基于R-INLA的SPDE空间模型的高级分析

Elias Krainski, Virgilio Gómez-Rubio, Haakon Bakka 等 著， 汤银才

￥79.00 收藏

社会科学的空间回归模型

Guangqing Chi, Jun Zhu 著，王平平 译

￥79.00 收藏

缺失数据统计分析（第三版）

Roderick J. A. Little, Donald B. Rubin 著，周晓华、邓宇昊 译

￥89.00 收藏

蒙特卡罗方法与随机过程：从线性到非线性

Emmanuel Gobet 著，许明宇 译

￥89.00 收藏

观察性研究的设计(第二版)

Paul R. Rosenbaum 著 杨伟 周晓华 韩开山 邓宇昊 译

￥0.00 收藏

递归划分方法及其应用

Heping Zhang, Burton H.Singer 著，王学钦 译

￥69.00 收藏