Zobrazeno 1 - 10
of 704
pro vyhledávání: '"Monte carlo studies"'
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.
Autor:
Hall, Peter, Padmanabhan, A. R.
Publikováno v:
Technometrics, 1997 Nov 01. 39(4), 412-422.
Externí odkaz:
https://www.jstor.org/stable/1271505
Publikováno v:
International Statistical Review / Revue Internationale de Statistique, 1996 Dec 01. 64(3), 295-311.
Externí odkaz:
https://www.jstor.org/stable/1403787
Publikováno v:
Journal of Business & Economic Statistics. 40:1362-1376
It is becoming increasingly popular in applications of standard synthetic control methods to include the entire pretreatment path of the outcome variable as economic predictors. We demonstrate both...
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::abab3c1cf4d5d40d9ae4f519fc428eae
https://doi.org/10.1080/07350015.2021.1930012
https://doi.org/10.1080/07350015.2021.1930012
Publikováno v:
Frontiers in Applied Mathematics and Statistics, Vol 3 (2017)
Externí odkaz:
https://doaj.org/article/22be485e461348d5bc8df04cbbedc909
Publikováno v:
Frontiers in Applied Mathematics and Statistics, Vol 2 (2016)
Generalized Linear Mixed Models (GLMMs) are widely used to model clustered categorical outcomes. To tackle the intractable integration over the random effects distributions, several approximation approaches have been developed for likelihood-based in
Externí odkaz:
https://doaj.org/article/11179ba75ee448e0b77615c8dfc41992
Autor:
Michael R. Harwell
Publikováno v:
Journal of Modern Applied Statistical Methods. 18:2-11
Two common outcomes of Monte Carlo studies in statistics are bias and Type I error rate. Several versions of bias statistics exist but all employ arbitrary cutoffs for deciding when bias is ignorable or non-ignorable. This article argues Type I error
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::725c6a05f105e555851ba72d57099b3c
https://doi.org/10.22237/jmasm/1556670360
https://doi.org/10.22237/jmasm/1556670360
Autor:
Grzegorz S. Szymański, Piotr A. Gauden, Andrzej Patrykiejew, Sylwester Furmaniak, Piotr Kowalczyk, Radosław Miśkiewicz
Publikováno v:
Chemical Engineering Communications. 208:171-182
This work has presented the results of the first systematic reactive Monte Carlo studies on the influence of oxygen surface groups on the equilibria of reaction leading to the polar product in pore...
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::7995177459e6748db79d509291380bb1
https://doi.org/10.1080/00986445.2019.1700115
https://doi.org/10.1080/00986445.2019.1700115