Zobrazeno 1 - 10
of 255
pro vyhledávání: '"Griffith, Daniel P."'
This study proposes a method for aggregating/synthesizing global and local sub-models for fast and flexible spatial regression modeling. Eigenvector spatial filtering (ESF) was used to model spatially varying coefficients and spatial dependence in th
Externí odkaz:
http://arxiv.org/abs/2401.12776
Autor:
Murakami, Daisuke, Griffith, Daniel A.
This study discusses the importance of balancing spatial and non-spatial variation in spatial regression modeling. Unlike spatially varying coefficients (SVC) modeling, which is popular in spatial statistics, non-spatially varying coefficients (NVC)
Externí odkaz:
http://arxiv.org/abs/2005.09981
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.
Autor:
Gundogan, Kursat, Sahin, Gulsah G., Ergul, Serap S., Ozer, Nurhayat T., Temel, Sahin, Akbas, Turkay, Ercan, Talha, Yildiz, Hamit, Dizdar, Oguzhan S., Simsek, Zuhal, Aydın, Kaniye, Ulu, Ramazan, Zerman, Avsar, Dal, Hayriye C., Aydin, Emre, Ozyilmaz, Ezgi, Ateş, Nazire, Gonderen, Kamil, Yalcin, Nazif, Topeli, Arzu, Tok, Gulay, Edipoglu, Ozlem, Ergan, Begum, Aydemir, Ferhan D., Akbudak, Ismail H., Ergun, Recai, Yuksel, Recep C., Sungur, Murat, Griffith, Daniel P., Ziegler, Thomas R.
Publikováno v:
In Journal of Critical Care October 2023 77
Autor:
Murakami, Daisuke, Griffith, Daniel A.
This study develops a spatial additive mixed modeling (AMM) approach estimating spatial and non-spatial effects from large samples, such as millions of observations. Although fast AMM approaches are already well-established, they are restrictive in t
Externí odkaz:
http://arxiv.org/abs/1907.11369
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
This article presents a re-structuring of spatial econometric models in a linear mixed model framework. To that end, it proposes low rank spatial econometric models that are robust to the existence of noise (i.e., measurement error), and can enjoy fa
Externí odkaz:
http://arxiv.org/abs/1810.02956
Autor:
Murakami, Daisuke, Griffith, Daniel A.
While spatially varying coefficient (SVC) modeling is popular in applied science, its computational burden is substantial. This is especially true if a multiscale property of SVC is considered. Given this background, this study develops a Moran's eig
Externí odkaz:
http://arxiv.org/abs/1807.09681
Autor:
Murakami, Daisuke, Lu, Binbin, Harris, Paul, Brunsdon, Chris, Charlton, Martin, Nakaya, Tomoki, Griffith, Daniel A.
While spatially varying coefficient (SVC) models have attracted considerable attention in applied science, they have been criticized as being unstable. The objective of this study is to show that capturing the "spatial scale" of each data relationshi
Externí odkaz:
http://arxiv.org/abs/1709.08764