Contact
Hoe winkelen bij ons werkt
Bezorging
Winkelgids
Monte Carlo Methods in Bayesian Computation
Engels
249 b
Retourneren binnen 30 dagen
Klanten kochten ook
/
Gebonden (harde band)
22.47
€
Dealing with methods for sampling from posterior distributions and how to compute posterior quantities of interest using Markov chain Monte Carlo (MCMC) samples, this book addresses such topics as improving simulation accuracy, marginal posterior density estimation, estimation of normalizing constants, constrained parameter problems, highest posterior density interval calculations, computation of posterior modes, and posterior computations for proportional hazards models and Dirichlet process models. The authors also discuss model comparisons, including both nested and non-nested models, marginal likelihood methods, ratios of normalizing constants, Bayes factors, the Savage-Dickey density ratio, Stochastic Search Variable Selection, Bayesian Model Averaging, the reverse jump algorithm, and model adequacy using predictive and latent residual approaches. The book presents an equal mixture of theory and applications involving real data, and is intended as a graduate textbook or a reference book for a one-semester course at the advanced masters or Ph.D. level. It will also serve as a useful reference for applied or theoretical researchers as well as practitioners.
Informatie over het boek
Engels
Geef dit boek vandaag nog cadeau
Dat gaat heel eenvoudig
1 Voeg het boek toe aan je winkelwagentje en selecteer Als cadeau bezorgen 2 Je krijgt van ons per omgaand een voucher 3 Het boek wordt bezorgd op het adres van de ontvangerDit vind je misschien ook interessant
/
Gebonden (paperback)
7.69
€
/
Gebonden (paperback)
63.09
€
/
Gebonden (paperback)
26.42
€
/
Gebonden (paperback)
14.88
€
/
Gebonden (harde band)
297.66
€
/
Gebonden (paperback)
11.94
€
/
Gebonden (paperback)
71.19
€