机读格式显示(MARC)

• 000 01575nam0 2200313 450

• 001 0000967975

• 005 20241122154300.0

• 010 __ |a 978-7-04-062566-0 |d CNY99.00

• 100 __ |a 20241025d2024 em y0chiy50 ea

• 101 1_ |a chi |c ita

• 102 __ |a CN |b 110000

• 105 __ |a ab z 000yy

• 106 __ |a r

• 200 1_ |a 基于R-INLA的空间与时空贝叶斯模型 |A ji yu R-INLA de kong jian yu shi kong bei ye si mo xing |d Spatial and spatio-temporal bayesian models with r-inla |f MartaBlangiardo，MichelaCameletti著 |g 汤银才，陈婉芳译 |z eng

• 210 __ |a 北京 |c 高等教育出版社 |d 2024

• 215 __ |a 293页 |c 图，地图 |d 24cm

• 225 1_ |a 应用统计学丛书 |A Ying Yong Tong Ji Xue Cong Shu |v 34

• 305 __ |a 由John Wiley & Sons, Ltd.公司授权出版

• 330 __ |a 本书结合三个方面的内容介绍了贝叶斯理论在空间与时空建模中的原则：(1)贝叶斯思想和贝叶斯方法理论方面的介绍，(2)重点关注在贝叶斯框架内使用空间与时空模型，(3)一系列的实际例子，使读者能够将介绍的统计理论与实际数据问题联系起来。所有的例子都提供基于R包R-INLA的R代码，其所基于的最近开发的积分嵌套拉普拉斯近似(INLA)方法被证明是通常使用的马尔可夫链蒙特卡罗(MCMC)模拟的有效替代。

• 510 1_ |a Spatial and spatio-temporal bayesian models with r-inla |z eng

• 606 0_ |a 贝叶斯方法 |A Bei Ye Si Fang Fa |x 数学模型 |x 研究

• 690 __ |a O212.8 |v 5

• 701 _0 |c (意) |a 布兰吉亚多 |A bu lan ji ya duo |c (Blangiardo, Marta) |4 著

• 701 _0 |c (意) |a 卡梅莱蒂 |A ka mei lai di |c (Cameletti, Michela) |4 著

• 702 _0 |a 汤银才 |A tang yin cai |4 译

• 702 _0 |a 陈婉芳 |A chen wan fang |4 译

• 801 _0 |a CN |b HDUL |c 20241122

• 905 __ |a HDUL |d O212.8/4841

• 920 __ |a 233030 |z 1