Accueil
Sélection de la langue
Adresse
Infodoc : Réseau des bibliothèques et centres de documentation d'AgroParisTechFrance
contact
Array
(
[TITRE] => <b>Type de document : </b>
[TITRE_CLEAN] => Type de document
[OPAC_SHOW] => 1
[TYPE] => list
[AFF] => Tiré à part
[ID] => 4
[NAME] => cp_typdoc
[DATATYPE] => integer
[VALUES] => Array
(
[0] => 7
)
)
| Titre : |
Bayesian estimation for the three-parameter weibull distribution with tree diameter data
|
| Est un extrait ou un tiré à part de : | |
| Auteur(s) : |
Edwin J. Green, Auteur (et co-auteur)
Francis A. Roesch Jr, Auteur (et co-auteur) Adrian F.M. Smith, Auteur (et co-auteur) William E. Strawderman, Auteur (et co-auteur) |
| Type de document : | Tiré à part |
| Sujets : | Dendrométrie ; Diamètre ; Foresterie |
| Résumé : |
La loi de Weibull à trois paramètres est habituellement utilisée pour modéliser la distribution des diamètre des arbres dans les forêts. Nous montrons, à travers les profils de vraisemblance, que l'estimation du maximum de vraisemblance est souvent non appropriée pour les données provenant de jeunes arbres, car elle conduit à une estimation négative du paramètre de valeur centrale. Nous suggérons un modèle Bayesien que nous calculons, en utilisant l'échantillonnage de Gibbs, pour trois ensemble de données. Ce dernier modèle est facile à mettre en oeuvre et garantit une estimation positive du paramètre de valeur centrale. Nous détaillons les validations de quelques nouvelles configurations du modèle, montrant que le modèle Bayesien est approprié pour deux des exemples, alors qu'il est [...]
La loi de Weibull à trois paramètres est habituellement utilisée pour modéliser la distribution des diamètre des arbres dans les forêts. Nous montrons, à travers les profils de vraisemblance, que l'estimation du maximum de vraisemblance est souvent non appropriée pour les données provenant de jeunes arbres, car elle conduit à une estimation négative du paramètre de valeur centrale. Nous suggérons un modèle Bayesien que nous calculons, en utilisant l'échantillonnage de Gibbs, pour trois ensemble de données. Ce dernier modèle est facile à mettre en oeuvre et garantit une estimation positive du paramètre de valeur centrale. Nous détaillons les validations de quelques nouvelles configurations du modèle, montrant que le modèle Bayesien est approprié pour deux des exemples, alors qu'il est douteux pour le troisième. Une méthode d'échantillonnage - reéchantillonnage montre que le défaut de calcul du modèle pour le dernier ensemble de données est due à la
|
| Editeur(s) : | ETATS UNIS : BIOMETRIC SOCIETY |
| Date de publication : | 1994 |
| Format : | pp. 254-269 / graph., tabl., réf. |
| Note(s) : |
Vol.50 |
| Langue(s) : | Anglais |
| Lien vers la notice : | https://infodoc.agroparistech.fr/index.php?lvl=notice_display&id=149874 |
Exemplaires (1)
| Localisation | Emplacement | Pôle | Section | Cote | Support | Disponibilité |
|---|---|---|---|---|---|---|
| Kourou | Archives | AgroParisTech-Kourou | UMR.914 | Papier Périodique | Empruntable Disponible |