Semiparametric smoothing spline to joint mean and variance models with responses from the biparametric exponential family: a bayesian perspective

ilustraciones, gráficas, tablas

• Autores: Zárate Solano, Héctor Manuel
• Tipo de recurso: Doctoral thesis
• Fecha de publicación: 2022
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: eng
• OAI Identifier: oai:repositorio.unal.edu.co:unal/80887
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/80887; https://repositorio.unal.edu.co/
• Palabra clave: 510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas; Spline theory; Bayesian statistical decision theory; Lineal models (statistics); Teoría Spline; Teoría bayesiana de decisiones estadísticas; Modelos lineales (Estadística); Semiparametric heteroscedastic models; Calculus of variations; Optimization; Biparametric exponential models; Markov chain Monte Carlo; Generalized linear models; Smoothing spline; Asymmetric distributions; Variational bayesian learning; Modelos semiparamétricos; Familia exponencial biparamétrica; Cadenas de markov Monte Carlo; Modelos lineales generalizados; Suavizamiento spline; Distribuciones asimétricas; Aprendizaje bayesiano variacional; Análisis numérico; Numerical analysis
• Rights: openAccess
• License: Reconocimiento 4.0 Internacional