Partitioning gene expression data by data-driven Markov chain Monte Carlo (2016)
- Authors:
- USP affiliated authors: SUZUKI, ADRIANO KAMIMURA - ICMC ; LOUZADA NETO, FRANCISCO - ICMC
- Unidade: ICMC
- DOI: 10.1080/02664763.2015.1092113
- Subjects: PROBABILIDADE; INFERÊNCIA BAYESIANA; INFERÊNCIA PARAMÉTRICA; INFERÊNCIA ESTATÍSTICA
- Keywords: Bayesian mixture model; Gibbs sampling; Metropolis–Hastings; Splitand-merge update
- Language: Inglês
- Imprenta:
- Source:
- Título do periódico: Journal of Applied Statistics
- ISSN: 0266-4763
- Volume/Número/Paginação/Ano: v. 43, n. 6, p. 1155-1173, 2016
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
SARAIVA, E. F et al. Partitioning gene expression data by data-driven Markov chain Monte Carlo. Journal of Applied Statistics, v. 43, n. 6, p. 1155-1173, 2016Tradução . . Disponível em: https://doi.org/10.1080/02664763.2015.1092113. Acesso em: 19 abr. 2024. -
APA
Saraiva, E. F., Suzuki, A. K., Louzada, F., & Milan, L. (2016). Partitioning gene expression data by data-driven Markov chain Monte Carlo. Journal of Applied Statistics, 43( 6), 1155-1173. doi:10.1080/02664763.2015.1092113 -
NLM
Saraiva EF, Suzuki AK, Louzada F, Milan L. Partitioning gene expression data by data-driven Markov chain Monte Carlo [Internet]. Journal of Applied Statistics. 2016 ; 43( 6): 1155-1173.[citado 2024 abr. 19 ] Available from: https://doi.org/10.1080/02664763.2015.1092113 -
Vancouver
Saraiva EF, Suzuki AK, Louzada F, Milan L. Partitioning gene expression data by data-driven Markov chain Monte Carlo [Internet]. Journal of Applied Statistics. 2016 ; 43( 6): 1155-1173.[citado 2024 abr. 19 ] Available from: https://doi.org/10.1080/02664763.2015.1092113 - Compositional regression modeling under tilted normal errors: an application to a brazilian super league volleyball data set
- Uma abordagem bayesiana para previsão de resultados de jogos de futebol: uma aplicação ao campeonato inglês
- Credit scoring modeling with state-dependent sample selection: a comparison study with the usual logistic modeling
- Modelagem estatística e de aprendizado de máquina: previsão do campeonato brasileiro série A 2017
- Finite mixture of compositional regression with gaussian errors
- A bayesian approach to predicting football match outcomes considering time effect weight
- A simulation-based methodology for predicting football match outcomes considering experts’ opinions: the 2010 and 2014 football world cup cases
- Modelagem estatística para a previsão de jogos de futebol: uma aplicação no campeonato brasileiro de futebol 2014
- Predicting football scores via Poisson regression model: applications to the National Football League
- Partidos de fútbol, ¿suerte o causalidad?: introducción a los modelos estadísticos de conteo y RNA para la predicción de juegos utilizando la liga de fútbol de Chile
Informações sobre o DOI: 10.1080/02664763.2015.1092113 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
