دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Best. Nicky, Jackson. Chris, Lunn. David, Spiegelhalter. David, Thomas. Andrew سری: Chapman & Hall/CRC Texts in Statistical Science ISBN (شابک) : 9781466586666, 1466586664 ناشر: CRC Press سال نشر: 2012 تعداد صفحات: 393 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
کلمات کلیدی مربوط به کتاب کتاب BUGS: مقدمه ای عملی بر تحلیل بیزی: نظریه تصمیم گیری آماری بیزی اشکالات.
در صورت تبدیل فایل کتاب The BUGS Book : A Practical Introduction to Bayesian Analysis به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب کتاب BUGS: مقدمه ای عملی بر تحلیل بیزی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
مقدمه: احتمال و parametersprobabilityprobability توزیع خصوصیات
محاسبه کننده احتمال توزیع احتمال کارلو ادغام montmonte carlo
شبیه سازی با استفاده از اشکالات bugsdoodlebugsugsings
togsdostranscipsions
stranscompenconsformentsornentsornentsornentsornentsornentsoncomptions
با استفاده از monlomultivariate carlomultivariate
monlomultivaction ;'> استنباط بیزی یادگیری بیزی توزیع های
پیش بینی پسین استنتاج مزدوج بیزی استنتاج در مورد یک پارامتر
گسسته ترکیبی از تحلیل های مزدوج بیزی و کلاسیک. ادامه
مطلب /div>
چکیده: مقدمه: احتمال و پارامترهااحتمال توزیعهای احتمال محاسبه
خصوصیات توزیعهای احتمال ادغام مونت کارلو شبیه سازی مونت کارلو
با استفاده از BUGSمقدمه n تا BUGSdoodleBUGSUاشکالسازی برای
شبیهسازی از توزیعها تبدیل متغیرهای تصادفی محاسبات پیچیده با
استفاده از مونت کارلو تجزیه و تحلیل مونت کارلو چند متغیره
پیشبینیهایی با پارامترهای ناشناخته مقدمهای بر استنباط بیزی
یادگیری بیزیپسینی توزیعهای پیشبینیکننده پسین توزیعهای
پیشبینیکنندهی پسسنجیکتحلیلهای خلیجفاصلهای در
کنفرانسها
Introduction: Probability and ParametersProbabilityProbability
distributionsCalculating properties of probability
distributionsMonte Carlo integrationMonte Carlo Simulations
Using BUGSIntroduction to BUGSDoodleBUGSUsing BUGS to simulate
from distributionsTransformations of random variablesComplex
calculations using Monte CarloMultivariate Monte Carlo
analysisPredictions with unknown parametersIntroduction to
Bayesian
InferenceBayesian learningPosterior predictive
distributionsConjugate Bayesian inferenceInference about a
discrete parameterCombinations of conjugate analysesBayesian
and classica. Read
more...
Abstract: Introduction: Probability and
ParametersProbabilityProbability distributionsCalculating
properties of probability distributionsMonte Carlo
integrationMonte Carlo Simulations Using BUGSIntroduction to
BUGSDoodleBUGSUsing BUGS to simulate from
distributionsTransformations of random variablesComplex
calculations using Monte CarloMultivariate Monte Carlo
analysisPredictions with unknown parametersIntroduction to
Bayesian InferenceBayesian learningPosterior predictive
distributionsConjugate Bayesian inferenceInference about a
discrete parameterCombinations of conjugate analysesBayesian
and classica
Content: Front Cover
Contents
Preface
1. Introduction: Probability and parameters
2. Monte Carlo simulations using BUGS
3. Introduction to Bayesian inference
4. Introduction to Markov chain Monte Carlo methods
5. Prior distributions
6. Regression models
7. Categorical data
8. Model checking and comparison
9. Issues in Modelling
10. Hierarchical models
11. Specialised models
12. Different implementations of BUGS
Appendix A: BUGS language syntax
Appendix B: Functions in BUGS
Appendix C: Distributions in BUGS
Bibliography