Applied Bayesian modeling and causal inference from incomplete data perspectives / Andrew Gelman (2004)

Public ISBD Titre : Applied Bayesian modeling and causal inference from incomplete data perspectives Type de document : texte imprimé Auteurs : Andrew Gelman ; Xiao-Li Meng Editeur : Chichester : John Wiley and sons Année de publication : 2004 Importance : 407 p. ISBN/ISSN/EAN : 978-0-470-09043-5 Langues : Anglais (eng) Catégories : Thésaurus Agrovoc Mathématiques ; Statistique Liste Plan de classement 11 (MATHEMATIQUES) [Classement Paris Maine] Résumé : This book brings together a collection of articles on statistical methods relating to missing data analysis, including multiple imputation, propensity scores, instrumental variables, and Bayesian inference. Covering new research topics and real-world examples which do not feature in many standard texts. The book is dedicated to Professor Don Rubin (Harvard). Don Rubin has made fundamental contributions to the study of missing data. Key features of the book include: Comprehensive coverage of an imporant area for both research and applications. Adopts a pragmatic approach to describing a wide range of intermediate and advanced statistical techniques. Covers key topics such as multiple imputation, propensity scores, instrumental variables and Bayesian inference. Includes a number of applications from the social and health sciences. Edited and authored by highly respected researchers in the area Type de document : Livre Permalien de la notice : https://infodoc.agroparistech.fr/index.php?lvl=notice_display&id=118770 Applied Bayesian modeling and causal inference from incomplete data perspectives [texte imprimé] / Andrew Gelman ; Xiao-Li Meng . - Chichester : John Wiley and sons, 2004 . - 407 p. ISBN : 978-0-470-09043-5 Langues : Anglais (eng) Catégories : Thésaurus Agrovoc Mathématiques ; Statistique Liste Plan de classement 11 (MATHEMATIQUES) [Classement Paris Maine] Résumé : This book brings together a collection of articles on statistical methods relating to missing data analysis, including multiple imputation, propensity scores, instrumental variables, and Bayesian inference. Covering new research topics and real-world examples which do not feature in many standard texts. The book is dedicated to Professor Don Rubin (Harvard). Don Rubin has made fundamental contributions to the study of missing data. Key features of the book include: Comprehensive coverage of an imporant area for both research and applications. Adopts a pragmatic approach to describing a wide range of intermediate and advanced statistical techniques. Covers key topics such as multiple imputation, propensity scores, instrumental variables and Bayesian inference. Includes a number of applications from the social and health sciences. Edited and authored by highly respected researchers in the area Type de document : Livre Permalien de la notice : https://infodoc.agroparistech.fr/index.php?lvl=notice_display&id=118770

Réservation

Réserver ce document

Exemplaires

Localisation	Emplacement	Section	Cote	Support	Code-barres	Disponibilité
Paris Maine	Bibliothèque/Mathématique	BIBLIOTHEQUE	MORSE	Papier	PAR-19385	Empruntable

Bayesian data analysis / Andrew Gelman (1995)

Public ISBD Titre : Bayesian data analysis Type de document : texte imprimé Auteurs : Andrew Gelman ; John B. Carlin ; Hal S. Stern ; Donald B. Rubin Editeur : London : Chapman & Hall Année de publication : 1995 Collection : Texts in statistical science num. 1 Importance : XIV-526 p. ISBN/ISSN/EAN : 978-0-412-03991-1 Langues : Anglais (eng) Catégories : Autres descripteurs statistique mathématique ; STATISTIQUE BAYESIENNE ; MODELE PROBABILISTE ; ECHANTILLONNAGE STATISTIQUE ; CHAINE DE MARKOV ; Estimation Liste Plan de classement 111.3 (Méthodes bayésiennes, science de la décision) [Classement Paris Maine] Thésaurus Agrovoc Simulation ; Risque Type de document : Livre Permalien de la notice : https://infodoc.agroparistech.fr/index.php?lvl=notice_display&id=106102 Bayesian data analysis [texte imprimé] / Andrew Gelman ; John B. Carlin ; Hal S. Stern ; Donald B. Rubin . - London : Chapman & Hall, 1995 . - XIV-526 p.. - (Texts in statistical science; 1) . ISBN : 978-0-412-03991-1 Langues : Anglais (eng) Catégories : Autres descripteurs statistique mathématique ; STATISTIQUE BAYESIENNE ; MODELE PROBABILISTE ; ECHANTILLONNAGE STATISTIQUE ; CHAINE DE MARKOV ; Estimation Liste Plan de classement 111.3 (Méthodes bayésiennes, science de la décision) [Classement Paris Maine] Thésaurus Agrovoc Simulation ; Risque Type de document : Livre Permalien de la notice : https://infodoc.agroparistech.fr/index.php?lvl=notice_display&id=106102

Réservation

Réserver ce document

Exemplaires

Localisation	Emplacement	Section	Cote	Support	Code-barres	Disponibilité
Paris Claude Bernard	Département MMIP	sans section	sans cote	Papier	33004000653660	Empruntable

Bayesian data analysis / Andrew Gelman (2004)

Public ISBD Titre : Bayesian data analysis Type de document : texte imprimé Auteurs : Andrew Gelman, Auteur ; John B. Carlin, Auteur ; Hal S. Stern, Auteur ; Donald B. Rubin, Auteur Mention d'édition : Second Edition Editeur : London : Chapman & Hall Année de publication : 2004 Collection : Texts in statistical science Importance : 1 vol. (XXV-668 p.) Présentation : ill., tabl., graph., cartes, couv. ill. en coul. Format : 24cm ISBN/ISSN/EAN : 978-1-58488-388-3 Note générale : Bibliogr. p. 611-646. Notes bibliogr. Index Langues : Anglais (eng) Catégories : Thésaurus Agrovoc Mathématiques Autres descripteurs STATISTIQUE BAYESIENNE Liste Plan de classement F104 (Probabilités - Statistiques) [Classement Kourou] Résumé : Incorporating new and updated information, this second edition of THE bestselling text in Bayesian data analysis continues to emphasize practice over theory, describing how to conceptualize, perform, and critique statistical analyses from a Bayesian perspective. Its world-class authors provide guidance on all aspects of Bayesian data analysis and include examples of real statistical analyses, based on their own research, that demonstrate how to solve complicated problems. Changes in the new edition include: ·Stronger focus on MCMC·Revision of the computational advice in Part III·New chapters on nonlinear models and decision analysis·Several additional applied examples from the authors' recent research·Additional chapters on current models for Bayesian data analysis such as nonlinear models, generalized linear mixed models, and more·Reorganization of chapters 6 and 7 on model checking and data collectionBayesian computation is currently at a stage where there are many reasonable ways to compute any given posterior distribution. However, the best approach is not always clear ahead of time. Reflecting this, the new edition offers a more pluralistic presentation, giving advice on performing computations from many perspectives while making clear the importance of being aware that there are different ways to implement any given iterative simulation computation. The new approach, additional examples, and updated information make Bayesian Data Analysis an excellent introductory text and a reference that working scientists will use throughout their professional life. Type de document : Livre Permalien de la notice : https://infodoc.agroparistech.fr/index.php?lvl=notice_display&id=118435 Bayesian data analysis [texte imprimé] / Andrew Gelman, Auteur ; John B. Carlin, Auteur ; Hal S. Stern, Auteur ; Donald B. Rubin, Auteur  . -  Second Edition . - London : Chapman & Hall, 2004 . - 1 vol. (XXV-668 p.) : ill., tabl., graph., cartes, couv. ill. en coul. ; 24cm. - (Texts in statistical science) . ISBN : 978-1-58488-388-3 Bibliogr. p. 611-646. Notes bibliogr. Index Langues : Anglais (eng) Catégories : Thésaurus Agrovoc Mathématiques Autres descripteurs STATISTIQUE BAYESIENNE Liste Plan de classement F104 (Probabilités - Statistiques) [Classement Kourou] Résumé : Incorporating new and updated information, this second edition of THE bestselling text in Bayesian data analysis continues to emphasize practice over theory, describing how to conceptualize, perform, and critique statistical analyses from a Bayesian perspective. Its world-class authors provide guidance on all aspects of Bayesian data analysis and include examples of real statistical analyses, based on their own research, that demonstrate how to solve complicated problems. Changes in the new edition include: ·Stronger focus on MCMC·Revision of the computational advice in Part III·New chapters on nonlinear models and decision analysis·Several additional applied examples from the authors' recent research·Additional chapters on current models for Bayesian data analysis such as nonlinear models, generalized linear mixed models, and more·Reorganization of chapters 6 and 7 on model checking and data collectionBayesian computation is currently at a stage where there are many reasonable ways to compute any given posterior distribution. However, the best approach is not always clear ahead of time. Reflecting this, the new edition offers a more pluralistic presentation, giving advice on performing computations from many perspectives while making clear the importance of being aware that there are different ways to implement any given iterative simulation computation. The new approach, additional examples, and updated information make Bayesian Data Analysis an excellent introductory text and a reference that working scientists will use throughout their professional life. Type de document : Livre Permalien de la notice : https://infodoc.agroparistech.fr/index.php?lvl=notice_display&id=118435

Réservation

Réserver ce document

Exemplaires

Localisation	Emplacement	Section	Cote	Support	Code-barres	Disponibilité
Kourou	MATHEMATIQUE - STATISTIQUE - INFORMATIQUE	AgroParisTech-Kourou	F104.GEL.2004	Papier	33004000953227	Sorti jusqu'au 31/12/2018
Paris Maine	Bibliothèque/Mathématique	BIBLIOTHEQUE	GRESE	Papier	PAR-10337	Empruntable

Bayesian data analysis / Andrew Gelman (cop. 2014)

Public ISBD Titre : Bayesian data analysis Type de document : texte imprimé Auteurs : Andrew Gelman, Auteur ; John B. Carlin, Auteur ; Hal S. Stern, Auteur ; David B. Dunson, Auteur ; Aki Vehtari, Auteur ; Donald B. Rubin, Auteur Mention d'édition : Third edition Editeur : Boca Raton (Fla.) : Chapman & Hall/CRC Press Année de publication : cop. 2014 Collection : Texts in statistical science Importance : 1 vol. (XIV-661 p.) Présentation : fig., tabl., graph., cartes, couv. ill. en coul. Format : 24cm ISBN/ISSN/EAN : 978-1-4398-4095-5 Catégories : RAMEAU Probabilités ; statistique bayésienne Thésaurus Agrovoc Analyse de données Type de document : Livre Permalien de la notice : https://infodoc.agroparistech.fr/index.php?lvl=notice_display&id=171145 Bayesian data analysis [texte imprimé] / Andrew Gelman, Auteur ; John B. Carlin, Auteur ; Hal S. Stern, Auteur ; David B. Dunson, Auteur ; Aki Vehtari, Auteur ; Donald B. Rubin, Auteur  . -  Third edition . - Boca Raton (Fla.) : Chapman & Hall/CRC Press, cop. 2014 . - 1 vol. (XIV-661 p.) : fig., tabl., graph., cartes, couv. ill. en coul. ; 24cm. - (Texts in statistical science) . ISBN : 978-1-4398-4095-5 Catégories : RAMEAU Probabilités ; statistique bayésienne Thésaurus Agrovoc Analyse de données Type de document : Livre Permalien de la notice : https://infodoc.agroparistech.fr/index.php?lvl=notice_display&id=171145

Réservation

Réserver ce document

Exemplaires

Localisation	Emplacement	Section	Cote	Support	Code-barres	Disponibilité
Nancy	Bibliothèque	sans section	47.607	Papier	33004000821424	Empruntable

Data analysis using regression and multilevel/hierarchical models / Andrew Gelman (2008)

Public ISBD Titre : Data analysis using regression and multilevel/hierarchical models Type de document : texte imprimé Auteurs : Andrew Gelman ; Jennifer Hill Mention d'édition : 5 Editeur : Cambridge : Cambridge University Press Année de publication : 2008 Importance : 624 p. ISBN/ISSN/EAN : 978-0-521-86706-1 Langues : Anglais (eng) Catégories : Thésaurus Agrovoc Mathématiques ; Statistique Liste Plan de classement 11 (MATHEMATIQUES) [Classement Paris Maine] Type de document : Livre Permalien de la notice : https://infodoc.agroparistech.fr/index.php?lvl=notice_display&id=118772 Data analysis using regression and multilevel/hierarchical models [texte imprimé] / Andrew Gelman ; Jennifer Hill  . -  5 . - Cambridge : Cambridge University Press, 2008 . - 624 p. ISBN : 978-0-521-86706-1 Langues : Anglais (eng) Catégories : Thésaurus Agrovoc Mathématiques ; Statistique Liste Plan de classement 11 (MATHEMATIQUES) [Classement Paris Maine] Type de document : Livre Permalien de la notice : https://infodoc.agroparistech.fr/index.php?lvl=notice_display&id=118772

Réservation

Réserver ce document

Exemplaires

Localisation	Emplacement	Section	Cote	Support	Code-barres	Disponibilité
Paris Maine	Bibliothèque/Mathématique	BIBLIOTHEQUE	MORSE	Papier	PAR-19388	Empruntable

Data analysis using regression and multilevel/hierarchical models / Andrew Gelman (cop. 2007)

Permalink