Random Effect and Latent Variable Model Selection
Random effects and latent variable models are broadly used in analyses of multivariate data. These models can accommodate high dimensional data having a variety of measurement scales. Methods for model selection and comparison are needed in conducting hypothesis tests and in building sparse predicti...
Συγγραφή απο Οργανισμό/Αρχή: | SpringerLink (Online service) |
---|---|
Άλλοι συγγραφείς: | Dunson, David B. (Επιμελητής έκδοσης) |
Μορφή: | Ηλεκτρονική πηγή Ηλ. βιβλίο |
Γλώσσα: | English |
Έκδοση: |
New York, NY :
Springer New York : Imprint: Springer,
2008.
|
Σειρά: | Lecture Notes in Statistics,
192 |
Θέματα: | |
Διαθέσιμο Online: | Full Text via HEAL-Link |
Παρόμοια τεκμήρια
-
Longitudinal Research with Latent Variables
Έκδοση: (2010) -
Limit Theorems for Multi-Indexed Sums of Random Variables
ανά: Klesov, Oleg
Έκδοση: (2014) -
Selected Works of R.M. Dudley
Έκδοση: (2010) -
Concentration Inequalities and Model Selection Ecole d'Eté de Probabilités de Saint-Flour XXXIII - 2003 /
ανά: Massart, Pascal
Έκδοση: (2007) -
Parameter Estimation in Fractional Diffusion Models
ανά: Kubilius, Kęstutis, κ.ά.
Έκδοση: (2017)