机译:贝叶斯动态模型选择的弱信息先验及其在fMRI中的应用
Univ Warwick, Dept Stat, Warwick, England;
Duke Univ, Dept Stat Sci, Durham, NC USA;
Univ Fed Rio de Janeiro, Inst Matemat, Rio De Janeiro, Brazil;
Dynamic linear models; beta prime prior; sparsity; functional magnetic imaging data;
机译:通过贝叶斯神经网络中的分层弱信息先验来控制模型的不确定性
机译:超越非信息前瞻:为什么以及如何在贝叶斯分析中选择弱富有信息的前瞻
机译:在大型贝叶斯模型中测量先验敏感性和先验信息
机译:通过使用空间的贝叶斯变量选择FMRI分析
机译:利用贝叶斯模型选择解决地球物理,岩土工程和热力学应用中的空间反问题
机译:孟德尔随机化与Egger多态性校正和弱信息贝叶斯先验
机译:贝叶斯动态模型选择的弱信息先验及其在fMRI中的应用