Modelos Bayesianos jerárquicos espacio-temporales: estimación e implementación eficientes
Modelos Bayesianos jerárquicos espacio-temporales: estimación e implementación eficientes
El objetivo de este TFM es estimar e implementar de forma eficiente los modelos Bayesianos jerárquicos espacios temporales. Para ello, se darán las recomendaciones oportunas que permitan obtener resultados precisos y fiables Se espera que se aplique esta metodología a un caso real y que se implementen, en un futuro inmediato, los diferentes algoritmos en una librería programada en código R. Esto será de gran ayuda a futuros usuarios interesados en la estimación y predicción de esta clase de modelos.. El objetivo de este TFM es estimar e implementar de forma eficiente los modelos Bayesianos jerárquicos espacios temporales. Para ello, se darán las recomendaciones oportunas que permitan obtener resultados precisos y fiables Se espera que se aplique esta metodología a un caso real y que se implementen, en un futuro inmediato, los diferentes algoritmos en una librería programada en código R. Esto será de gran ayuda a futuros usuarios interesados en la estimación y predicción de esta clase de modelos
Modelo Bayesiano jerárquico, Estadística matemàtica, Mathematical statistics, Gibbs sampling, MCMC, Àrees temàtiques de la UPC::Matemàtiques i estadística::Estadística matemàtica, Classificació AMS::62 Statistics::62M Inference from stochastic processes, Espacio-tiempo, Datos medioambientales
Modelo Bayesiano jerárquico, Estadística matemàtica, Mathematical statistics, Gibbs sampling, MCMC, Àrees temàtiques de la UPC::Matemàtiques i estadística::Estadística matemàtica, Classificació AMS::62 Statistics::62M Inference from stochastic processes, Espacio-tiempo, Datos medioambientales
selected citations These citations are derived from selected sources.This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).0 popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.Average influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).Average impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.Average
Citations provided by BIP!Popularity provided by BIP!