Bayesian Analysis of Time Series (PDF)
(Sprache: Englisch)
This book will describe how to use models that explain the probabilistic characteristics of a time series while the Bayesian approach will provide inferences about those probabilistic characteristics.
sofort als Download lieferbar
eBook (pdf)
66.30 €
- Lastschrift, Kreditkarte, Paypal, Rechnung
- Kostenloser tolino webreader
Produktdetails
Produktinformationen zu „Bayesian Analysis of Time Series (PDF)“
This book will describe how to use models that explain the probabilistic characteristics of a time series while the Bayesian approach will provide inferences about those probabilistic characteristics.
Autoren-Porträt von Lyle D. Broemeling
Lyle D. Broemeling, Ph.D., is Director of Broemeling and Associates Inc., and is a consulting biostatistician. He has been involved with academic health science centers for about 20 years and has taught and been a consultant at the University of Texas Medical Branch in Galveston, The University of Texas MD Anderson Cancer Center and the University of Texas School of Public Health. His main interest is in developing Bayesian methods for use in medical and biological problems and in authoring textbooks in statistics. His previous books for Chapman & Hall/CRC include Bayesian Biostatistics and Diagnostic Medicine, and Bayesian Methods for Agreement.
Bibliographische Angaben
- Autor: Lyle D. Broemeling
- 2019, 1. Auflage, 292 Seiten, Englisch
- Verlag: Taylor & Francis
- ISBN-10: 0429948921
- ISBN-13: 9780429948923
- Erscheinungsdatum: 16.04.2019
Abhängig von Bildschirmgröße und eingestellter Schriftgröße kann die Seitenzahl auf Ihrem Lesegerät variieren.
eBook Informationen
- Dateiformat: PDF
- Größe: 5.68 MB
- Mit Kopierschutz
- Vorlesefunktion
Sprache:
Englisch
Kopierschutz
Dieses eBook können Sie uneingeschränkt auf allen Geräten der tolino Familie lesen. Zum Lesen auf sonstigen eReadern und am PC benötigen Sie eine Adobe ID.
Kommentar zu "Bayesian Analysis of Time Series"
Schreiben Sie einen Kommentar zu "Bayesian Analysis of Time Series".
Kommentar verfassen