## Doing Bayesian Data Analysis

A Tutorial Introduction with R
Author: John Kruschke
ISBN: 9780123814869
Category: Mathematics
Page: 672
View: 3772
There is an explosion of interest in Bayesian statistics, primarily because recently created computational methods have finally made Bayesian analysis tractable and accessible to a wide audience. Doing Bayesian Data Analysis, A Tutorial Introduction with R and BUGS, is for first year graduate students or advanced undergraduates and provides an accessible approach, as all mathematics is explained intuitively and with concrete examples. It assumes only algebra and ‘rusty’ calculus. Unlike other textbooks, this book begins with the basics, including essential concepts of probability and random sampling. The book gradually climbs all the way to advanced hierarchical modeling methods for realistic data. The text provides complete examples with the R programming language and BUGS software (both freeware), and begins with basic programming examples, working up gradually to complete programs for complex analyses and presentation graphics. These templates can be easily adapted for a large variety of students and their own research needs.The textbook bridges the students from their undergraduate training into modern Bayesian methods. Accessible, including the basics of essential concepts of probability and random sampling Examples with R programming language and BUGS software Comprehensive coverage of all scenarios addressed by non-bayesian textbooks- t-tests, analysis of variance (ANOVA) and comparisons in ANOVA, multiple regression, and chi-square (contingency table analysis). Coverage of experiment planning R and BUGS computer programming code on website Exercises have explicit purposes and guidelines for accomplishment

## Wahrscheinlichkeitsrechnung und Statistik

Author: Robert Hafner
Publisher: Springer-Verlag
ISBN: 3709169445
Category: Mathematics
Page: 512
View: 5502
Das Buch ist eine Einführung in die Wahrscheinlichkeitsrechnung und mathematische Statistik auf mittlerem mathematischen Niveau. Die Pädagogik der Darstellung unterscheidet sich in wesentlichen Teilen – Einführung der Modelle für unabhängige und abhängige Experimente, Darstellung des Suffizienzbegriffes, Ausführung des Zusammenhanges zwischen Testtheorie und Theorie der Bereichschätzung, allgemeine Diskussion der Modellentwicklung – erheblich von der anderer vergleichbarer Lehrbücher. Die Darstellung ist, soweit auf diesem Niveau möglich, mathematisch exakt, verzichtet aber bewußt und ebenfalls im Gegensatz zu vergleichbaren Texten auf die Erörterung von Meßbarkeitsfragen. Der Leser wird dadurch erheblich entlastet, ohne daß wesentliche Substanz verlorengeht. Das Buch will allen, die an der Anwendung der Statistik auf solider Grundlage interessiert sind, eine Einführung bieten, und richtet sich an Studierende und Dozenten aller Studienrichtungen, für die mathematische Statistik ein Werkzeug ist.

## Doing Bayesian Data Analysis

A Tutorial with R, JAGS, and Stan
Author: John K. Kruschke
ISBN: 9780124058880
Category: Mathematics
Page: 759
View: 7426
Provides an accessible approach to Bayesian data analysis, as material is explained clearly with concrete examples. The book begins with the basics, including essential concepts of probability and random sampling, and gradually progresses to advanced hierarchical modeling methods for realistic data.

## R in a Nutshell

Publisher: O'Reilly Germany
ISBN: 3897216507
Category: Computers
Page: 768
View: 2328
Wozu sollte man R lernen? Da gibt es viele Gründe: Weil man damit natürlich ganz andere Möglichkeiten hat als mit einer Tabellenkalkulation wie Excel, aber auch mehr Spielraum als mit gängiger Statistiksoftware wie SPSS und SAS. Anders als bei diesen Programmen hat man nämlich direkten Zugriff auf dieselbe, vollwertige Programmiersprache, mit der die fertigen Analyse- und Visualisierungsmethoden realisiert sind – so lassen sich nahtlos eigene Algorithmen integrieren und komplexe Arbeitsabläufe realisieren. Und nicht zuletzt, weil R offen gegenüber beliebigen Datenquellen ist, von der einfachen Textdatei über binäre Fremdformate bis hin zu den ganz großen relationalen Datenbanken. Zudem ist R Open Source und erobert momentan von der universitären Welt aus die professionelle Statistik. R kann viel. Und Sie können viel mit R machen – wenn Sie wissen, wie es geht. Willkommen in der R-Welt: Installieren Sie R und stöbern Sie in Ihrem gut bestückten Werkzeugkasten: Sie haben eine Konsole und eine grafische Benutzeroberfläche, unzählige vordefinierte Analyse- und Visualisierungsoperationen – und Pakete, Pakete, Pakete. Für quasi jeden statistischen Anwendungsbereich können Sie sich aus dem reichen Schatz der R-Community bedienen. Sprechen Sie R! Sie müssen Syntax und Grammatik von R nicht lernen – wie im Auslandsurlaub kommen Sie auch hier gut mit ein paar aufgeschnappten Brocken aus. Aber es lohnt sich: Wenn Sie wissen, was es mit R-Objekten auf sich hat, wie Sie eigene Funktionen schreiben und Ihre eigenen Pakete schnüren, sind Sie bei der Analyse Ihrer Daten noch flexibler und effektiver. Datenanalyse und Statistik in der Praxis: Anhand unzähliger Beispiele aus Medizin, Wirtschaft, Sport und Bioinformatik lernen Sie, wie Sie Daten aufbereiten, mithilfe der Grafikfunktionen des lattice-Pakets darstellen, statistische Tests durchführen und Modelle anpassen. Danach werden Ihnen Ihre Daten nichts mehr verheimlichen.

## Bayesian Models for Astrophysical Data

Using R, JAGS, Python, and Stan
Author: Joseph M. Hilbe,Rafael S. de Souza,Emille E. O. Ishida
Publisher: Cambridge University Press
ISBN: 1108210740
Category: Mathematics
Page: N.A
View: 4029
This comprehensive guide to Bayesian methods in astronomy enables hands-on work by supplying complete R, JAGS, Python, and Stan code, to use directly or to adapt. It begins by examining the normal model from both frequentist and Bayesian perspectives and then progresses to a full range of Bayesian generalized linear and mixed or hierarchical models, as well as additional types of models such as ABC and INLA. The book provides code that is largely unavailable elsewhere and includes details on interpreting and evaluating Bayesian models. Initial discussions offer models in synthetic form so that readers can easily adapt them to their own data; later the models are applied to real astronomical data. The consistent focus is on hands-on modeling, analysis of data, and interpretations that address scientific questions. A must-have for astronomers, its concrete approach will also be attractive to researchers in the sciences more generally.

## Python Crashkurs

Eine praktische, projektbasierte Programmiereinführung
Author: Eric Matthes
Publisher: dpunkt.verlag
ISBN: 3960881460
Category: Computers
Page: 622
View: 390
"Python Crashkurs" ist eine kompakte und gründliche Einführung, die es Ihnen nach kurzer Zeit ermöglicht, Python-Programme zu schreiben, die für Sie Probleme lösen oder Ihnen erlauben, Aufgaben mit dem Computer zu erledigen. In der ersten Hälfte des Buches werden Sie mit grundlegenden Programmierkonzepten wie Listen, Wörterbücher, Klassen und Schleifen vertraut gemacht. Sie erlernen das Schreiben von sauberem und lesbarem Code mit Übungen zu jedem Thema. Sie erfahren auch, wie Sie Ihre Programme interaktiv machen und Ihren Code testen, bevor Sie ihn einem Projekt hinzufügen. Danach werden Sie Ihr neues Wissen in drei komplexen Projekten in die Praxis umsetzen: ein durch "Space Invaders" inspiriertes Arcade-Spiel, eine Datenvisualisierung mit Pythons superpraktischen Bibliotheken und eine einfache Web-App, die Sie online bereitstellen können. Während der Arbeit mit dem "Python Crashkurs" lernen Sie, wie Sie: - leistungsstarke Python-Bibliotheken und Tools richtig einsetzen – einschließlich matplotlib, NumPy und Pygal - 2D-Spiele programmieren, die auf Tastendrücke und Mausklicks reagieren, und die schwieriger werden, je weiter das Spiel fortschreitet - mit Daten arbeiten, um interaktive Visualisierungen zu generieren - Web-Apps erstellen und anpassen können, um diese sicher online zu deployen - mit Fehlern umgehen, die häufig beim Programmieren auftreten Dieses Buch wird Ihnen effektiv helfen, Python zu erlernen und eigene Programme damit zu entwickeln. Warum länger warten? Fangen Sie an!

## Einführung in Statistik und Messwertanalyse für Physiker

Monographie
Author: G. Bohm,G. Zech
Publisher: N.A
ISBN: 9783540257592
Category:
Page: 400
View: 5131
Die Einf]hrung in die Statistik und Messwertanalyse f]r Physiker richtet sich weniger an mathematischen \berlegungen aus, sondern stellt die praktische Anwendung in den Vordergrund und schdrft die Intuition experimentelle Ergebnisse richtig einzuschdtzen. Zahlreiche ausf]hrlich betrachtete Beispiele dienen dazu, hdufig bei der Datenanalyse gemachte Fehler zu vermeiden (unsinnige Anwendung des Chi-Quadrattests, Funktionenanpassung bei falscher Parametrisierung, Entfaltung mit willk]rlicher Regularisierung). Ein besonderes Augenmerk wird auf den Vergleich von Daten mit Monte-Carlo-Simulationen gelenkt. Moderne Experimente kommen nicht ohne Simulation aus. Deshalb ist es wichtig zu wissen, wie Parameteranpassungen und Entfaltungen in diesem Fall durchgef]rt werden. Au_erdem werden den Studierenden moderne Entwicklungen der Statistik nahegebracht, die in dlteren Lehrb]chern nicht behandelt werden.

## R für Dummies

Author: Andrie de Vries,Joris Meys
Publisher: John Wiley & Sons
ISBN: 3527812520
Category: Computers
Page: 414
View: 7660
Wollen Sie auch die umfangreichen Möglichkeiten von R nutzen, um Ihre Daten zu analysieren, sind sich aber nicht sicher, ob Sie mit der Programmiersprache wirklich zurechtkommen? Keine Sorge - dieses Buch zeigt Ihnen, wie es geht - selbst wenn Sie keine Vorkenntnisse in der Programmierung oder Statistik haben. Andrie de Vries und Joris Meys zeigen Ihnen Schritt für Schritt und anhand zahlreicher Beispiele, was Sie alles mit R machen können und vor allem wie Sie es machen können. Von den Grundlagen und den ersten Skripten bis hin zu komplexen statistischen Analysen und der Erstellung aussagekräftiger Grafiken. Auch fortgeschrittenere Nutzer finden in diesem Buch viele Tipps und Tricks, die Ihnen die Datenauswertung erleichtern.

## R for Marketing Research and Analytics

Author: Chris Chapman,Elea McDonnell Feit
Publisher: Springer
ISBN: 3319144367
Page: 454
View: 3752
This book is a complete introduction to the power of R for marketing research practitioners. The text describes statistical models from a conceptual point of view with a minimal amount of mathematics, presuming only an introductory knowledge of statistics. Hands-on chapters accelerate the learning curve by asking readers to interact with R from the beginning. Core topics include the R language, basic statistics, linear modeling, and data visualization, which is presented throughout as an integral part of analysis. Later chapters cover more advanced topics yet are intended to be approachable for all analysts. These sections examine logistic regression, customer segmentation, hierarchical linear modeling, market basket analysis, structural equation modeling, and conjoint analysis in R. The text uniquely presents Bayesian models with a minimally complex approach, demonstrating and explaining Bayesian methods alongside traditional analyses for analysis of variance, linear models, and metric and choice-based conjoint analysis. With its emphasis on data visualization, model assessment, and development of statistical intuition, this book provides guidance for any analyst looking to develop or improve skills in R for marketing applications.

## Statistik-Workshop für Programmierer

Author: Allen B. Downey
Publisher: O'Reilly Germany
ISBN: 3868993436
Category: Computers
Page: 160
View: 4127
Wenn Sie programmieren können, beherrschen Sie bereits Techniken, um aus Daten Wissen zu extrahieren. Diese kompakte Einführung in die Statistik zeigt Ihnen, wie Sie rechnergestützt, anstatt auf mathematischem Weg Datenanalysen mit Python durchführen können. Praktischer Programmier-Workshop statt grauer Theorie: Das Buch führt Sie anhand eines durchgängigen Fallbeispiels durch eine vollständige Datenanalyse -- von der Datensammlung über die Berechnung statistischer Kennwerte und Identifikation von Mustern bis hin zum Testen statistischer Hypothesen. Gleichzeitig werden Sie mit statistischen Verteilungen, den Regeln der Wahrscheinlichkeitsrechnung, Visualisierungsmöglichkeiten und vielen anderen Arbeitstechniken und Konzepten vertraut gemacht. Statistik-Konzepte zum Ausprobieren: Entwickeln Sie über das Schreiben und Testen von Code ein Verständnis für die Grundlagen von Wahrscheinlichkeitsrechnung und Statistik: Überprüfen Sie das Verhalten statistischer Merkmale durch Zufallsexperimente, zum Beispiel indem Sie Stichproben aus unterschiedlichen Verteilungen ziehen. Nutzen Sie Simulationen, um Konzepte zu verstehen, die auf mathematischem Weg nur schwer zugänglich sind. Lernen Sie etwas über Themen, die in Einführungen üblicherweise nicht vermittelt werden, beispielsweise über die Bayessche Schätzung. Nutzen Sie Python zur Bereinigung und Aufbereitung von Rohdaten aus nahezu beliebigen Quellen. Beantworten Sie mit den Mitteln der Inferenzstatistik Fragestellungen zu realen Daten.

## Datenanalyse mit Python

Auswertung von Daten mit Pandas, NumPy und IPython
Author: Wes McKinney
Publisher: O'Reilly
ISBN: 3960102143
Category: Computers
Page: 542
View: 1134
Erfahren Sie alles über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von Datensätzen mit Python: Aktualisiert auf Python 3.6, zeigt Ihnen dieses konsequent praxisbezogene Buch anhand konkreter Fallbeispiele, wie Sie eine Vielzahl von typischen Datenanalyse-Problemen effektiv lösen. Gleichzeitig lernen Sie die neuesten Versionen von pandas, NumPy, IPython und Jupyter kennen.Geschrieben von Wes McKinney, dem Begründer des pandas-Projekts, bietet Datenanalyse mit Python einen praktischen Einstieg in die Data-Science-Tools von Python. Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in Data Science und Scientific Computing einarbeiten wollen. Daten und zugehöriges Material des Buchs sind auf GitHub verfügbar.Aus dem Inhalt:Nutzen Sie die IPython-Shell und Jupyter Notebook für das explorative ComputingLernen Sie Grundfunktionen und fortgeschrittene Features von NumPy kennenSetzen Sie die Datenanalyse-Tools der pandasBibliothek einVerwenden Sie flexible Werkzeuge zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von DatenErstellen Sie interformative Visualisierungen mit matplotlibWenden Sie die GroupBy-Mechanismen von pandas an, um Datensätzen zurechtzuschneiden, umzugestalten und zusammenzufassenAnalysieren und manipulieren Sie verschiedenste Zeitreihen-DatenFür diese aktualisierte 2. Auflage wurde der gesamte Code an Python 3.6 und die neuesten Versionen der pandas-Bibliothek angepasst. Neu in dieser Auflage: Informationen zu fortgeschrittenen pandas-Tools sowie eine kurze Einführung in statsmodels und scikit-learn.

## Toward a Unified View of the Speed-Accuracy Trade-Off: Behaviour, Neurophysiology and Modelling

Author: Dominic Standage,Da-Hui Wang,Richard P. Heitz,Patrick Simen
Publisher: Frontiers Media SA
ISBN: 2889197565
Category:
Page: N.A
View: 6559
Everyone is familiar with the speed-accuracy trade-off (SAT). To make good choices, we need to balance the conflicting demands of fast and accurate decision making. After all, hasty decisions often lead to poor choices, but accurate decisions may be useless if they take too long. This notion is intuitive because it reflects a fundamental aspect of cognition: not only do we deliberate over the evidence for decisions, but we can control that deliberative process. This control raises many questions for the study of choice behaviour and executive function. For example, how do we figure out the appropriate balance between speed and accuracy on a given task? How do we impose that balance on our decisions, and what is its neural basis? Researchers have addressed these and related questions for decades, using a variety of methods and offering answers at different levels of abstraction. Given this diverse methodology, our aim is to provide a unified view of the SAT. Extensive analysis of choice behaviour suggests that we make decisions by accumulating evidence until some criterion is reached. Thus, adjusting the criterion controls how long we accumulate evidence and therefore the speed and accuracy of decisions. This simple framework provides the platform for our unified view. In the pages that follow, leading experts in decision neuroscience consider the history of SAT research, strategies for determining the optimal balance between speed and accuracy, conditions under which this seemingly ubiquitous phenomenon breaks down, and the neural mechanisms that may implement the computations of our unifying framework.

## Regression

Modelle, Methoden und Anwendungen
Author: Ludwig Fahrmeir,Thomas Kneib,Stefan Lang
Publisher: Springer-Verlag
ISBN: 3642018378
Page: 502
View: 7517
In dem Band beschreiben die Autoren erstmals klassische Regressionsansätze und moderne nicht- und semiparametrische Methoden in einer integrierten und anwendungsorientierten Form. Um Lesern die Analyse eigener Fragestellungen zu ermöglichen, demonstrieren sie die praktische Anwendung der Konzepte und Methoden anhand ausführlicher Fallstudien. Geeignet für Studierende der Statistik sowie für Wissenschaftler und Praktiker, zum Beispiel in den Wirtschafts- und Sozialwissenschaften, der Bioinformatik und -statistik, Ökonometrie und Epidemiologie.

## Die Berechnung der Zukunft

Warum die meisten Prognosen falsch sind und manche trotzdem zutreffen - Der New York Times Bestseller
Author: Nate Silver
Publisher: Heyne Verlag
ISBN: 3641112702
Page: 656
View: 7453
Zuverlässige Vorhersagen sind doch möglich! Nate Silver ist der heimliche Gewinner der amerikanischen Präsidentschaftswahlen 2012: ein begnadeter Statistiker, als »Prognose-Popstar« und »Wundernerd« weltberühmt geworden. Er hat die Wahlergebnisse aller 50 amerikanischen Bundesstaaten absolut exakt vorausgesagt – doch damit nicht genug: Jetzt zeigt Nate Silver, wie seine Prognosen in Zukunft Terroranschläge, Umweltkatastrophen und Finanzkrisen verhindern sollen. Gelingt ihm die Abschaffung des Zufalls? Warum werden Wettervorhersagen immer besser, während die Terrorattacken vom 11.09.2001 niemand kommen sah? Warum erkennen Ökonomen eine globale Finanzkrise nicht einmal dann, wenn diese bereits begonnen hat? Das Problem ist nicht der Mangel an Informationen, sondern dass wir die verfügbaren Daten nicht richtig deuten. Zuverlässige Prognosen aber würden uns helfen, Zufälle und Ungewissheiten abzuwehren und unser Schicksal selbst zu bestimmen. Nate Silver zeigt, dass und wie das geht. Erstmals wendet er seine Wahrscheinlichkeitsrechnung nicht nur auf Wahlprognosen an, sondern auf die großen Probleme unserer Zeit: die Finanzmärkte, Ratingagenturen, Epidemien, Erdbeben, den Klimawandel, den Terrorismus. In all diesen Fällen gibt es zahlreiche Prognosen von Experten, die er überprüft – und erklärt, warum sie meist falsch sind. Gleichzeitig schildert er, wie es gelingen kann, im Rauschen der Daten die wesentlichen Informationen herauszufiltern. Ein unterhaltsamer und spannender Augenöffner!

## Einführung in die Bayes-Statistik

Author: Karl-Rudolf Koch
Publisher: Springer-Verlag
ISBN: 3642569706
Category: Science
Page: 225
View: 7971
Das Buch führt auf einfache und verständliche Weise in die Bayes-Statistik ein. Ausgehend vom Bayes-Theorem werden die Schätzung unbekannter Parameter, die Festlegung von Konfidenzregionen für die unbekannten Parameter und die Prüfung von Hypothesen für die Parameter abgeleitet. Angewendet werden die Verfahren für die Parameterschätzung im linearen Modell, für die Parameterschätzung, die sich robust gegenüber Ausreißern in den Beobachtungen verhält, für die Prädiktion und Filterung, die Varianz- und Kovarianzkomponentenschätzung und die Mustererkennung. Für Entscheidungen in Systemen mit Unsicherheiten dienen Bayes-Netze. Lassen sich notwendige Integrale analytisch nicht lösen, werden numerische Verfahren mit Hilfe von Zufallswerten eingesetzt.

## Programmieren mit R

Author: Uwe Ligges
Publisher: Springer-Verlag
ISBN: 3540267328
Category: Mathematics
Page: 237
View: 7436
R ist eine objekt-orientierte und interpretierte Sprache und Programmierumgebung für Datenanalyse und Grafik - frei erhältlich unter der GPL. Ziel dieses Buches ist es, nicht nur ausführlich in die Grundlagen der Sprache R einzuführen, sondern auch ein Verständnis der Struktur der Sprache zu vermitteln. Leicht können so eigene Methoden umgesetzt, Objektklassen definiert und ganze Pakete aus Funktionen und zugehöriger Dokumentation zusammengestellt werden. Die enormen Grafikfähigkeiten von R werden detailliert beschrieben. Das Buch richtet sich an alle, die R als flexibles Werkzeug zur Datenenalyse und -visualisierung einsetzen möchten: Studierende, die Daten in Projekten oder für ihre Diplomarbeit analysieren möchten, Forschende, die neue Methoden ausprobieren möchten, und diejenigen, die in der Wirtschaft täglich Daten aufbereiten, analysieren und anderen in komprimierter Form präsentieren.

## Die Analyse kategorialer Daten

anwendungsorientierte Einführung in Logit-Modellierung und kategoriale Regression
Author: Gerhard Tutz
Publisher: De Gruyter Oldenbourg
ISBN: 9783486254051
Category: Multivariate analysis
Page: 449
View: 3861
Das Werk gibt eine Einführung in die Kategoriale Regression, die auch für Anwender sehr gut geeignet ist. Neben wirtschaftswissenschaftlichen Beispielen, die zahlenmäßig dominieren, finden sich Beispiele aus Biometrie, der medizinischen Statistik, Psychologie und Demographie. Aus dem Inhalt: Einführung. Logistische Regression und Logit-Modell für binäre abhängige Größen. Schätzung, Modellanpassung und Einflußgrößen. Multinominale Modelle für ungeordnete Kategorien. Regression mit ordinaler abhängiger Variable. Zähldaten und die Analyse von Kontingenztafeln: das loglineare Modell. Nonparametrische Regression I: Glättungsverfahren. Nonparametrische Regression II: Klassifikations- und Regressionsbäume. Kategoriale Prognose und Diskriminanzanalyse. Elemente der Schätz- und Testtheorie. Anhang.

## Quantitative Genetics in the Wild

Author: Anne Charmantier,Dany Garant,Loeske E. B. Kruuk
Publisher: OUP Oxford
ISBN: 0191655961
Category: Science
Page: 288
View: 1977
Although the field of quantitative genetics - the study of the genetic basis of variation in quantitative characteristics such as body size, or reproductive success - is almost 100 years old, its application to the study of evolutionary processes in wild populations has expanded greatly over the last few decades. During this time, the use of 'wild quantitative genetics' has provided insights into a range of important questions in evolutionary ecology, ranging from studies conducting research in well-established fields such as life-history theory, behavioural ecology and sexual selection, to others addressing relatively new issues such as populations' responses to climate change or the process of senescence in natural environments. Across these fields, there is increasing appreciation of the need to quantify the genetic - rather than just the phenotypic - basis and diversity of key traits, the genetic basis of the associations between traits, and the interaction between these genetic effects and the environment. This research activity has been fuelled by methodological advances in both molecular genetics and statistics, as well as by exciting results emerging from laboratory studies of evolutionary quantitative genetics, and the increasing availability of suitable long-term datasets collected in natural populations, especially in animals. Quantitative Genetics in the Wild is the first book to synthesize the current level of knowledge in this exciting and rapidly-expanding area. This comprehensive volume also offers exciting perspectives for future studies in emerging areas, including the application of quantitative genetics to plants or arthropods, unraveling the molecular basis of variation in quantitative traits, or estimating non-additive genetic variance. Since this book deals with many fundamental questions in evolutionary ecology, it should be of interest to graduate, post-graduate students, and academics from a wide array of fields such as animal behaviour, ecology, evolution, and genetics.

## Bayes' Rule

A Tutorial Introduction to Bayesian Analysis
Author: James V. Stone
Publisher: Sebtel Press
ISBN: 0956372848
Category: Bayesian statistical decision theory
Page: 170
View: 595