...
机译:用于线性和二元回归的贝叶斯变量选择和模型平均的Rao-Blackwellization:一种新的数据增强方法
Department of Statistics and Actuarial Science, The University of Iowa, Iowa City, IA 52242-1409;
Department of Statistical Science, Duke University, Durham, NC 27705;
gibbs sampling; mcmc; missing data; model probability; model uncertainty; orthogonal design; posterior probability;
机译:正态线性回归中贝叶斯变量选择和模型平均的方法和工具
机译:线性回归模型中变量选择的新型贝叶斯方法
机译:用贝叶斯方法对具有错误分类结果的二元回归模型进行平均功效计算。
机译:通过贝叶斯模型平均对变量进行多变量选择和临床结果预测
机译:大数据线性回归的基于信息的最优子数据选择算法和合适的变量选择算法。
机译:鉴定老年人晋升中的死亡风险:基于逐步变量选择的比例危险模型和贝叶斯模型平均方法的应用
机译:线性和二元回归中贝叶斯变量选择和模型平均的Rao-Blackwell化:一种新的数据增强方法