Longitudinal Data with Serial Correlation: A State-Space Approach
Autor Richard .H. Jonesen Limba Engleză Paperback – 2 dec 2019
Toate formatele și edițiile
| Toate formatele și edițiile | Preț | Express |
|---|---|---|
| Paperback (1) | 484.72 lei 6-8 săpt. | |
| CRC Press – 2 dec 2019 | 484.72 lei 6-8 săpt. | |
| Hardback (1) | 1273.80 lei 6-8 săpt. | |
| CRC Press – feb 1993 | 1273.80 lei 6-8 săpt. |
Preț: 484.72 lei
Preț vechi: 570.27 lei
-15% Nou
Puncte Express: 727
Preț estimativ în valută:
92.76€ • 97.53$ • 76.64£
92.76€ • 97.53$ • 76.64£
Carte tipărită la comandă
Livrare economică 17 aprilie-01 mai
Preluare comenzi: 021 569.72.76
Specificații
ISBN-13: 9780367450083
ISBN-10: 0367450089
Pagini: 240
Dimensiuni: 152 x 229 x 13 mm
Greutate: 0.33 kg
Ediția:1
Editura: CRC Press
Colecția Chapman and Hall/CRC
ISBN-10: 0367450089
Pagini: 240
Dimensiuni: 152 x 229 x 13 mm
Greutate: 0.33 kg
Ediția:1
Editura: CRC Press
Colecția Chapman and Hall/CRC
V-ar putea interesa
-
R and Data Mining: Examples and Case StudiesYanchang Zhao-23%Preț: 349.80 lei452.61 lei -
Preț: 100.12 lei -
An Introduction to the BootstrapBradley Efron-9%Preț: 1040.74 lei1143.67 lei -
Generalized Linear ModelsP. McCullagh-9%Preț: 1007.24 lei1106.86 lei -
For the Glory of GodRichard H. JonesPreț: 363.52 lei -
-8%Preț: 591.65 lei643.10 lei -
Spatial Point Patterns: Methodology and Applications with RAdrian Baddeley-18%Preț: 741.01 lei903.67 lei -
-18%Preț: 1009.74 lei1231.39 lei -
The Signal and the NoiseNate SilverPreț: 202.91 lei
Public țintă
Professional Practice & DevelopmentCuprins
1. Introduction 2. A General Linear Mixed Model 3. First Order Autoregressive Errors 4. State Space Representations 5. The Laird-Ware Model in State Space Form 6. Autoregressive Moving Average Errors 7. Nonlinear Models 8. Multivariate Models
Descriere
This monograph is written for students at the graduate level in biostatistics, statistics or other disciplines that collect longitudinal data. It concentrates on the state space approach that provides a convenient way to compute likelihoods using the Kalman filter.