Bayesian Model Comparison
Ivan Jeliazkov · Dale J. Poirier
nov. 2014 · Emerald Group Publishing
Ebook
390
Pages
family_home
Admissible
info
reportLes notes et les avis ne sont pas vérifiés En savoir plus
À propos de cet ebook
The volume contains articles that should appeal to readers with computational, modeling, theoretical, and applied interests. Methodological issues include parallel computation, Hamiltonian Monte Carlo, dynamic model selection, small sample comparison of structural models, Bayesian thresholding methods in hierarchical graphical models, adaptive reversible jump MCMC, LASSO estimators, parameter expansion algorithms, the implementation of parameter and non-parameter-based approaches to variable selection, a survey of key results in objective Bayesian model selection methodology, and a careful look at the modeling of endogeneity in discrete data settings. Important contemporary questions are examined in applications in macroeconomics, finance, banking, labor economics, industrial organization, and transportation, among others, in which model uncertainty is a central consideration.
Attribuez une note à ce ebook
Faites-nous part de votre avis.
Informations sur la lecture
Téléphones intelligents et tablettes
Installez l'appli Google Play Livres pour Android et iPad ou iPhone. Elle se synchronise automatiquement avec votre compte et vous permet de lire des livres en ligne ou hors connexion, où que vous soyez.
Ordinateurs portables et de bureau
Vous pouvez écouter les livres audio achetés sur Google Play en utilisant le navigateur Web de votre ordinateur.
Liseuses et autres appareils
Pour pouvoir lire des ouvrages sur des appareils utilisant la technologie e-Ink, comme les liseuses électroniques Kobo, vous devez télécharger un fichier et le transférer sur l'appareil en question. Suivez les instructions détaillées du centre d'aide pour transférer les fichiers sur les liseuses électroniques compatibles.
