Vor Ort
Merkzettel Warenkorb
Produktbild: Specifying Statistical Models
Band 16

Specifying Statistical Models From Parametric to Non-Parametric, Using Bayesian or Non-Bayesian Approaches

Aus der Reihe Lecture Notes in Statistics

49,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

24.01.1983

Abbildungen

XII, 204 p.

Herausgeber

J.P. Florens + weitere

Verlag

Springer Us

Seitenzahl

204

Maße (L/B/H)

23,5/15,5/1,3 cm

Gewicht

341 g

Auflage

Softcover reprint of the original 1st ed. 1983

Sprache

Englisch

ISBN

978-0-387-90809-0

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

24.01.1983

Abbildungen

XII, 204 p.

Herausgeber

Verlag

Springer Us

Seitenzahl

204

Maße (L/B/H)

23,5/15,5/1,3 cm

Gewicht

341 g

Auflage

Softcover reprint of the original 1st ed. 1983

Sprache

Englisch

ISBN

978-0-387-90809-0

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Specifying Statistical Models
  • 1. Protecting Against Gross Errors: The Aid of Bayesian Methods.- 2. Bayesian Approaches to Outliers and Robustness.- 3. The Probability Integral Tranformation for Non-Necessary Absolutely Continuous Distribution Functions, and its Application to Goodness-of-Fit Tests.- 4. Simulation in the General First Order Autoregressive Process (Unidimensional Normal Case).- 5. Non Parametric Prediction in Stationary Processes.- 6. Approximate Reductions of Bayesian Experiments.- 7. Theory and Applications of Least Squares Approximation in Bayesian Analysis.- 8. Non Parametric Bayesian Statistics: A Stochastic Process Approach.- 9. Robust Testing for Independent Non-Identically Distributed Variables and Markov Chains.- 10. On the Use of some Variation Distance Inequalities to estimate the Difference between Sample and Perturbed Sample.- 11. A Contribution to Robust Principal Component Analysis.- 12. From Non Parametric Regression to Non Parametric Prediction: Survey of the Mean Square Error and Original Results on the Predictogram.