Monte Carlo Methods In Bayesian Computation - Chen Ming-Hui; Shao Qi-Man; Ibrahim Joseph G. | Libro Springer Us 10/2001 - HOEPLI.it


home libri books ebook dvd e film top ten sconti 0 Carrello


Torna Indietro

chen ming-hui; shao qi-man; ibrahim joseph g. - monte carlo methods in bayesian computation

Monte Carlo Methods in Bayesian Computation

; ;




Disponibilità: Normalmente disponibile in 15 giorni
A causa di problematiche nell'approvvigionamento legate alla Brexit sono possibili ritardi nelle consegne.


PREZZO
155,98 €
NICEPRICE
148,18 €
SCONTO
5%



Questo prodotto usufruisce delle SPEDIZIONI GRATIS
selezionando l'opzione Corriere Veloce in fase di ordine.


Pagabile anche con 18App Bonus Cultura e Carta del Docente


Facebook Twitter Aggiungi commento


Spese Gratis

Dettagli

Genere:Libro
Lingua: Inglese
Editore:

Springer US

Pubblicazione: 10/2001
Edizione: 1st ed. 2000. Corr. 2nd printing 2001





Sommario

Introduction * Markov Chain Monte Carlo Sampling * Basic Monte Carlo Methods for Estimating Posterior Quantities * Estimating Marginal Posterior Densities * Estimating Ratios of Normalizing Constants * Monte Carlo Methods for Constrained Parameter Problems * Computing Bayesian Credible and HPD Intervals * Bayesian Approaches for Comparing Non-Nested Models * Bayesian Variable Section * Other Topics




Trama

Sampling from the posterior distribution and computing posterior quanti­ ties of interest using Markov chain Monte Carlo (MCMC) samples are two major challenges involved in advanced Bayesian computation. This book examines each of these issues in detail and focuses heavily on comput­ ing various posterior quantities of interest from a given MCMC sample. Several topics are addressed, including techniques for MCMC sampling, Monte Carlo (MC) methods for estimation of posterior summaries, improv­ ing simulation accuracy, marginal posterior density estimation, estimation of normalizing constants, constrained parameter problems, Highest Poste­ rior Density (HPD) interval calculations, computation of posterior modes, and posterior computations for proportional hazards models and Dirichlet process models. Also extensive discussion is given for computations in­ volving model comparisons, including both nested and nonnested models. Marginal likelihood methods, ratios of normalizing constants, Bayes fac­ tors, the Savage-Dickey density ratio, Stochastic Search Variable Selection (SSVS), Bayesian Model Averaging (BMA), the reverse jump algorithm, and model adequacy using predictive and latent residual approaches are also discussed. The book presents an equal mixture of theory and real applications.







Altre Informazioni

ISBN:

9780387989358

Condizione: Nuovo
Collana: Springer Series in Statistics
Dimensioni: 235 x 155 mm Ø 1650 gr
Formato: Copertina rigida
Pagine Arabe: 387
Pagine Romane: xiii






Utilizziamo i cookie di profilazione, anche di terze parti, per migliorare la navigazione, per fornire servizi e proporti pubblicità in linea con le tue preferenze. Se vuoi saperne di più o negare il consenso a tutti o ad alcuni cookie clicca qui. Chiudendo questo banner o proseguendo nella navigazione acconsenti all’uso dei cookie.

X