Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Chaturvedi, Anoop" wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Bayesian Inference for State Space Model with Panel Data
Autorzy:
Pandey, Ranjita
Chaturvedi, Anoop
Powiązania:
https://bibliotekanauki.pl/articles/466044.pdf
Data publikacji:
2016
Wydawca:
Główny Urząd Statystyczny
Tematy:
Bayesian analysis
Gibbs sampler
conditional posterior densities
predictive distribution
Opis:
The present work explores panel data set-up in a Bayesian state space model. The conditional posterior densities of parameters are utilized to determine the marginal posterior densities using the Gibbs sampler. An efficient one step ahead predictive density mechanism is developed to further the state of art in prediction-based decision making.
Źródło:
Statistics in Transition new series; 2016, 17, 2; 211-220
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Generalized Bayes Estimation of Spatial Autoregressive Models
Autorzy:
Chaturvedi, Anoop
Mishra, Sandeep
Powiązania:
https://bibliotekanauki.pl/articles/1194464.pdf
Data publikacji:
2019-07-02
Wydawca:
Główny Urząd Statystyczny
Tematy:
spatial autoregressive model
prior and posterior distributions
generalized Bayes estimator
admissibility and minimaxity
total fertility rate (TFR)
Opis:
The spatial autoregressive (SAR) models are widely used in spatial econometrics for analyzing spatial data involving spatial autocorrelation structure. The present paper derives a Generalized Bayes estimator for estimating the parameters of a SAR model. The admissibility and minimaxity properties of the estimator have been discussed. For investigating the finite sample behaviour of the estimator, the results of a simulation study have been presented. The results of the paper are applied to demographic data on total fertility rate for selected Indian states.
Źródło:
Statistics in Transition new series; 2019, 20, 2; 15-31
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies