Startseite UR

Sequential Monte Carlo EM for multivariate probit models

Moffa, Giusi und Kuipers, Jack (2014) Sequential Monte Carlo EM for multivariate probit models. Comp. Stats. & Data An. 72, S. 252-272.

Im Publikationsserver gibt es leider keinen Volltext zu diesem Eintrag.

Zum Artikel beim Verlag (über DOI)

Andere URL zum Volltext: http://arxiv.org/abs/1107.2205, http://dx.doi.org/10.1016/j.csda.2013.10.019


Zusammenfassung

Multivariate probit models (MPM) have the appealing feature of capturing some of the dependence structure between the components of multidimensional binary responses. The key for the dependence modelling is the covariance matrix of an underlying latent multivariate Gaussian. Most approaches to MLE in multivariate probit regression rely on MCEM algorithms to avoid computationally intensive ...

plus


Bibliographische Daten exportieren



Dokumentenart:Artikel
Datum:2014
Institutionen:Medizin > Institut für Funktionelle Genomik > Lehrstuhl für Statistische Bioinformatik (Prof. Spang)
Physik > Institut für Theoretische Physik > Lehrstuhl Professor Richter > Arbeitsgruppe Klaus Richter
Identifikationsnummer:
WertTyp
10.1016/j.csda.2013.10.019DOI
Dewey-Dezimal-Klassifikation:500 Naturwissenschaften und Mathematik > 510 Mathematik
Status:Veröffentlicht
Begutachtet:Ja, diese Version wurde begutachtet
An der Universität Regensburg entstanden:Zum Teil
Eingebracht am:22 Jul 2011 07:19
Zuletzt geändert:08 Apr 2016 09:24
Dokumenten-ID:21577
Nur für Besitzer und Autoren: Kontrollseite des Eintrags
  1. Universität

Universitätsbibliothek

Publikationsserver

Kontakt:

Publizieren: oa@ur.de

Dissertationen: dissertationen@ur.de

Forschungsdaten: daten@ur.de

Ansprechpartner