Livros de Estatística

Redução de Dimensão para Modelos Espaciais Não Gaussianos
Downloads: 16 Páginas: 96
Publicado há: 6 añosQualificação: Calificado: 0 veces Vote
- 1 estrella
- 2 estrellas
- 3 estrellas
- 4 estrellas
- 5 estrellas
Autor: Mariana del Pilar Lizarazo Osorio
-
Baixe
- PDF tamanho 7.2 mb
- Epub* tamanho 547 kb
- TXT tamanho 140 kb * Apenas para membros VIP
Adicionar à Biblioteca
Publicidad
Descrição HTML
Instituto de Matemática / Departamento de Métodos Estatísticos da Universidade Federal do Rio de Janeiro "No tratamento de dados espacialmente referenciados usualmente assume-se que os dados seguem a distribuição Normal. Mas este suposto muitas vezes não é adequado, pois a amostra pode apresentar dados atípicos ou assimetria. [...] Para isso, os modelos não Gaussianos oferecem uma flexibilidade maior, e fazem com que o modelo seja mais realista, mas o custo computacional deste tipo de modelos é muito grande. Por outro lado, existem diferentes métodos para diminuir o custo computacional em modelos Gaussianos. Entre estes métodos, existem os modelos de processos preditivos, que projetam a amostra original num subconjunto de pontos, o que faz que o custo computacional seja reduzido. [...] Assim, o intuito deste trabalho é propor um modelo de processos preditivos não Gaussianos que permita modelar variáveis espaciais de forma realista com um baixo custo computacional." Baixar livros de Modelos Espaciais Não Gaussianos em formato pdf mobipocket epub txt HTML Download ebooks grátis