Zobrazeno 1 - 10
of 199
pro vyhledávání: '"Bastos, Leonardo S."'
Autor:
Araujo, Eduardo C., Codeço, Claudia T., Loch, Sandro, Vacaro, Luã B., Freitas, Laís P., Lana, Raquel M., Bastos, Leonardo S., de Almeida, Iasmim F., Valente, Fernanda, Carvalho, Luiz M., Coelho, Flávio C.
The influence of climate on mosquito-borne diseases like dengue and chikungunya is well-established, but comprehensively tracking long-term spatial and temporal trends across large areas has been hindered by fragmented data and limited analysis tools
Externí odkaz:
http://arxiv.org/abs/2407.21286
Autor:
Sperandei, Sandro, Bastos, Leonardo S., Ribeiro-Alves, Marcelo, Reis, Arianne, Bastos, Francisco I.
Objective: To investigate the impact of different logistic regression estimators applied to RDS samples obtained by simulation and real data. Methods: Four simulated populations were created combining different connectivity models, levels of clusteri
Externí odkaz:
http://arxiv.org/abs/2101.04253
Publikováno v:
In Spatial and Spatio-temporal Epidemiology November 2023 47
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
The Network scale-up method is commonly used to overcome difficulties in estimating the size of hard-to-reach populations. The method uses indirect information based on social network of each participant taken from the general population, but in some
Externí odkaz:
http://arxiv.org/abs/1804.04678
A new class of models, named dynamic quantile linear models, is presented. It combines dynamic linear models with distribution free quantile regression producing a robust statistical method. Bayesian inference for dynamic quantile linear models can b
Externí odkaz:
http://arxiv.org/abs/1711.00162
Autor:
Brindle, Hannah E.1,2 (AUTHOR) hbrindle@liverpool.ac.uk, Bastos, Leonardo S.3 (AUTHOR), Christley, Robert1 (AUTHOR), Contamin, Lucie4 (AUTHOR), Dang, Le Hai5 (AUTHOR), Anh, Dang Duc5 (AUTHOR), French, Neil1 (AUTHOR), Griffiths, Michael1 (AUTHOR), Nadjm, Behzad2,6 (AUTHOR), van Doorn, H. Rogier2,7 (AUTHOR), Thai, Pham Quang5,8 (AUTHOR), Duong, Tran Nhu5 (AUTHOR), Choisy, Marc7,9 (AUTHOR)
Publikováno v:
BMC Infectious Diseases. Dec2023, Vol. 23 Issue 1, p1-15. 15p.