Zobrazeno 1 - 10
of 903
pro vyhledávání: '"Vichi, M"'
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.
Publikováno v:
European Journal of Epidemiology, 2003 Jan 01. 18(2), 107-112.
Externí odkaz:
https://www.jstor.org/stable/3583040
Autor:
Melani, A. S., Verponziani, W., Boccoli, E., Trianni, G. L., Federici, A., Amerini, R., Vichi, M. G., Sestini, P.
Publikováno v:
European Journal of Epidemiology, 2000 Jan 01. 16(7), 607-611.
Externí odkaz:
https://www.jstor.org/stable/3582377
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.
In the last years, the use of composite indicators has consistently increased, and the necessity to build model-based composite indicators with a strong methodological statistical approach becomes more and more important for reasons of trustworthines
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::35d4148c080efbc84c191cf8ceeb0bea
http://hdl.handle.net/11573/1619687
http://hdl.handle.net/11573/1619687
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Tio, P., Waldorp, L., VanDeun, K., Imaizumi, T., Okada, A., Miyamoto, S., Sakaori, F., Yamamoto, Y., Vichi, M.
Publikováno v:
Studies in Classification, Data Analysis, and Knowledge Organization ISBN: 9789811533105
Advanced Studies in Classification and Data Science, 275-287
STARTPAGE=275;ENDPAGE=287;TITLE=Advanced Studies in Classification and Data Science
Advanced Studies in Classification and Data Science, 275-287
STARTPAGE=275;ENDPAGE=287;TITLE=Advanced Studies in Classification and Data Science
Gaussian graphical models (GGMs) are a popular method for analysing complex data by modelling the unique relationships between variables. Recently, a shift in interest has taken place from investigating relationships within a (sub)discipline (e.g. ge