Direkt zur Hauptnavigation springen
Direkt zum Inhalt springen
toggle menu
info(at)avldigital.
remove-this.
de
Deutsch
English
Neuigkeiten abonnieren
Neuigkeiten melden
Login
Komplette Website durchsuchen
Recherchieren
Open
Inhaltliches Profil
Datenquellen
Erwerbungsprofil
FID-Lizenzen
Publizieren
Open
CompaRe: Open Access
CompaRe durchsuchen
Open-Access-Publikationsfonds
E-Journal-Hosting
Vernetzen
Open
ForscherInnen-Verzeichnis
Calls for Papers
Dissertationen
Veranstaltungen
Ausschreibungen
Projekte und Forschung
Institutionen
Websites
Blog
Themen
Open
Übersetzung
Literaturtheorie
Digitales Arbeiten
Neuigkeiten abonnieren
Neuigkeiten melden
Login
Sie sind hier
avldigital.de
Suchergebnisse
Filtern nach
Aktive Filter
Dirichlet Process
Alle Filter entfernen
Kategorien:
Veröffentlichungen
(1)
Quelle
Verbundkataloge
(1)
Format
Online
(1)
Beteiligt
Billio, Monica
(1)
Casarin, Roberto
(1)
Rossini, Luca
(1)
Medientyp
Buch (Monographie)
(1)
Sprache
Englisch
(1)
Jahr
2016
(1)
Letzte Suchanfragen
*
Komplette Website durchsuchen
Suchen
Ergebnisse für *
Zeige Ergebnisse 1 bis 1 von 1.
Sortieren der Suchergebnisse nach
Relevanz
Titel
Typ
Autor
Datum
Relevanz
Titel
Typ
Autor
Datum
Bayesian nonparametric sparse seemingly unrelated regression model (SUR)
Autor*in:
Billio, Monica
;
Casarin, Roberto
;
Rossini, Luca
Erschienen:
[2016]
Verlag: Department of Economics, Ca’ Foscari University of Venice, Venice Italy
Bibliographische Angaben
Inhaltsangaben
Zugang
Export
Kiel: ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
Standort:
ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
Fernleihe:
keine Fernleihe
Export in Literaturverwaltung
 
RIS-Format
 
BibTeX-Format
Hinweise zum Inhalt
Volltext
Volltext
Volltext
Quelle:
Verbundkataloge
Sprache:
Englisch
Medientyp:
Buch (Monographie)
Format:
Online
Schriftenreihe:
Working paper / Ca' Foscari University of Venice, Department of Economics ; 2016, no. 20
Schlagworte:
Bayesian nonparametrics
;
Large VAR
;
MCMC
;
Mixture model
;
Dirichlet Process
;
Graphical Representation
Umfang:
1 Online-Ressource (circa 46 Seiten), Illustrationen