文章 2024-05-06 来自:开发者社区

R语言贝叶斯INLA空间自相关、混合效应、季节空间模型、SPDE、时空分析野生动物数据可视化

在统计建模过程中,经常会遇到空间自相关性的问题。空间自相关性是指相近位置的观测值往往比远离位置的观测值更相似。在尝试估计参数或进行预测时,空间自相关性可能会导致结果产生偏差(点击文末“阅读原文”获取完整代码数据)。 相关视频 ...

R语言贝叶斯INLA空间自相关、混合效应、季节空间模型、SPDE、时空分析野生动物数据可视化
文章 2024-04-17 来自:开发者社区

R语言贝叶斯非参数模型:密度估计、非参数化随机效应META分析心肌梗死数据

原文链接:http://tecdat.cn/?p=23785  概述 最近,我们使用贝叶斯非参数(BNP)混合模型进行马尔科夫链蒙特卡洛(MCMC)推断。 在这篇文章中,我们通过展示如何使用具有不同内核的非参数混合模型进行密度估计。在后面的文章中,我们将采用参数化的广义线性混合模型,并展示如何切换到非参数化的随机效应表示,避免了正态分布的随机效应假设。 ...

R语言贝叶斯非参数模型:密度估计、非参数化随机效应META分析心肌梗死数据

大数据之R语言速成与实战

30 课时 |
18143 人已学 |
免费
开发者课程背景图

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。