Zobrazeno 1 - 10
of 24
pro vyhledávání: '"Menictas M"'
A two-level group-specific curve model is such that the mean response of each member of a group is a separate smooth function of a predictor of interest. The three-level extension is such that one grouping variable is nested within another one, and h
Externí odkaz:
http://arxiv.org/abs/1903.04043
Autor:
Menictas, M.1 (AUTHOR), Nolan, T.H.1,2 (AUTHOR), Simpson, D.G.3 (AUTHOR), Wand, M.P.1,2 (AUTHOR) matt.wand@uts.edu.au
Publikováno v:
Statistical Modelling: An International Journal. Dec2021, Vol. 21 Issue 6, p479-519. 41p.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
© 2020 Statistical Modeling Society. A two-level group-specific curve model is such that the mean response of each member of a group is a separate smooth function of a predictor of interest. The three-level extension is such that one grouping variab
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::1943dfaf74500b9fd471c05301a3f2f3
http://arxiv.org/abs/1903.04043
http://arxiv.org/abs/1903.04043
OPTIMAL LOCATION OF TSUNAMI WARNING BUOYS AND SEA LEVEL MONITORING STATIONS IN THE MEDITERRANEAN SEA
Publikováno v:
Science of Tsunami Hazards, Vol 29, Iss 2, Pp 78-95 (2010)
The present study determines the optimal location of detection components of a tsunami warning system in the Mediterranean region given the existing and planned infrastructure. Specifically, we examine the locations of existing tsunameters DART buoys
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Menictas, M
University of Technology Sydney. Faculty of Science. The focus of this thesis is on the development and assessment of mean field variational Bayes (MFVB), which is a fast, deterministic tool for inference in a Bayesian hierarchical model setting. We
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od_______363::41334b5103e7a9dd8c1aab078c5b1530
https://hdl.handle.net/10453/38942
https://hdl.handle.net/10453/38942
Autor:
Menictas, M, Wand, MP
© 2013 John Wiley & Sons Ltd. We derive a variational inference procedure for approximate Bayesian inference in marginal longitudinal semiparametric regression. Fitting and inference is much faster than existing Markov chain Monte Carlo approaches.
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od_______363::931737a09bf4424cf6de09e5769854d6
https://hdl.handle.net/10453/26440
https://hdl.handle.net/10453/26440
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.