Zobrazeno 1 - 10
of 181
pro vyhledávání: '"Wavelet regression"'
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:
BMC Bioinformatics, Vol 22, Iss 1, Pp 1-20 (2021)
Abstract Background Traditional methods for single-variant genome-wide association study (GWAS) incur a substantial multiple-testing burden because of the need to test for associations with a vast number of single-nucleotide polymorphisms (SNPs) simu
Externí odkaz:
https://doaj.org/article/5578c9ee8fdd430b9331999588fdabfc
Publikováno v:
Journal of Computational and Graphical Statistics, 2004 Jun 01. 13(2), 383-398.
Externí odkaz:
https://www.jstor.org/stable/1391182
Publikováno v:
Statistical Science, 2001 May 01. 16(2), 134-153.
Externí odkaz:
https://www.jstor.org/stable/2676791
Publikováno v:
Biometrika, 2001 Mar 01. 88(1), 291-298.
Externí odkaz:
https://www.jstor.org/stable/2673687
Autor:
Vidakovic, Brani
Publikováno v:
Journal of the American Statistical Association, 1998 Mar 01. 93(441), 173-179.
Externí odkaz:
https://www.jstor.org/stable/2669614
Autor:
Sharma Ashutosh, Goyal Manish Kumar
Publikováno v:
Journal of Intelligent Systems, Vol 26, Iss 4, Pp 641-655 (2017)
Rainfall, being one of the most important components of the hydrological cycle, plays an extremely important role in agriculture-based economies like India. This paper presents a comparison between three soft computing techniques, namely Bayesian reg
Externí odkaz:
https://doaj.org/article/2c2380df16f742bda0d504f84d9ba54f
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:
Julius Juodakis, Astanand Jugessur, William Robert Paul Denault, Bo Jacobsson, Håkon K. Gjessing
Publikováno v:
BMC Bioinformatics, Vol 22, Iss 1, Pp 1-20 (2021)
BMC Bioinformatics
BMC Bioinformatics
Background Traditional methods for single-variant genome-wide association study (GWAS) incur a substantial multiple-testing burden because of the need to test for associations with a vast number of single-nucleotide polymorphisms (SNPs) simultaneousl
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::710d102d7cc3953d3529d567b3b0d28e
https://doaj.org/article/5578c9ee8fdd430b9331999588fdabfc
https://doaj.org/article/5578c9ee8fdd430b9331999588fdabfc