En este trabajo, nos proponemos desarrollar un modelo autorregresivo espacial aditivo parcialmente lineal (PLASARM), que es una generalizacin del modelo aditivo parcialmente lineal y del modelo autorregresivo espacial. Puede utilizarse para evaluar simultneamente los efectos lineales y no lineales de las covariables sobre la respuesta para datos espaciales. Para estimar los parmetros desconocidos y aproximar las funciones no paramtricas mediante P-splines bayesianos, desarrollamos un enfoque Bayesiano Markov Chain Monte Carlo para estimar el PLASARM y diseamos un muestreador de Gibbs para explorar las distribuciones posteriores conjuntas de los parmetros desconocidos. Adems, ilustramos el rendimiento del modelo y el mtodo de estimacin propuestos mediante un estudio de simulacin y un anlisis de datos sobre el precio de la vivienda en China.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Un Algoritmo de Identificación de Clientes Relevante Basado en la Plataforma Financiera en Internet.
Artículos:
Acotación de la Transformada Hiper-Hilbert Oscilatoria a lo largo de Curvas en Espacios de Sobolev
Artículos:
Un estudio empírico sobre el valor de las reservas de efectivo de una empresa cotizada: una perspectiva de asimetría de la información.
Artículos:
Una novedosa red neuronal convolucional de región extrema para el reconocimiento de la malignidad del melanoma
Artículos:
Un Método Numérico para Ecuaciones Algebraicas Diferenciales Parciales Basado en el Método de Transformada Diferencial
Tesis y Trabajos de grado:
Sistema de costos por órdenes de producción para determinar la rentabilidad de la empresa de lácteos “San Agustín” Cía. Ltda., ubicada en la parroquia de Pintag, provincia de Pichincha
Showroom:
Bombas centrífugas
Norma:
Bombas centrífugas
Artículos:
Comportamiento del aguacate Hass liofilizado durante la operación de rehidratación