Bücher zum Thema „Monte Carlo sampling and estimation“
Geben Sie eine Quelle nach APA, MLA, Chicago, Harvard und anderen Zitierweisen an
Machen Sie sich mit Top-50 Bücher für die Forschung zum Thema "Monte Carlo sampling and estimation" bekannt.
Neben jedem Werk im Literaturverzeichnis ist die Option "Zur Bibliographie hinzufügen" verfügbar. Nutzen Sie sie, wird Ihre bibliographische Angabe des gewählten Werkes nach der nötigen Zitierweise (APA, MLA, Harvard, Chicago, Vancouver usw.) automatisch gestaltet.
Sie können auch den vollen Text der wissenschaftlichen Publikation im PDF-Format herunterladen und eine Online-Annotation der Arbeit lesen, wenn die relevanten Parameter in den Metadaten verfügbar sind.
Sehen Sie die Bücher für verschiedene Spezialgebieten durch und erstellen Sie Ihre Bibliographie auf korrekte Weise.
Lemieux, Christiane. Monte carlo and quasi-monte carlo sampling. New York: Springer, 2009.
Den vollen Inhalt der Quelle findenFu, Michael. Conditional Monte Carlo: Gradient Estimation and Optimization Applications. Boston, MA: Springer US, 1997.
Den vollen Inhalt der Quelle findenFu, Michael. Conditional Monte Carlo: Gradient estimation and optimization applications. Boston: Kluwer Academic Publishers, 1997.
Den vollen Inhalt der Quelle findenEvans, Michael J. Monte Carlo computation of marginal posterior qualities. Toronto: University of Toronto, Dept. of Statistics, 1988.
Den vollen Inhalt der Quelle findenManly, Bryan F. J., 1944-, Hrsg. Randomization, bootstrap and Monte Carlo methods in biology. 2. Aufl. London: Chapman & Hall, 1997.
Den vollen Inhalt der Quelle findenManly, Bryan F. J. Randomization, bootstrap and Monte Carlo methods in biology. 2. Aufl. Boca Raton, Fla: Chapman and Hall/CRC, 2001.
Den vollen Inhalt der Quelle findenEvans, Michael J. Adaptive importance sampling and chaining. Toronto: University of Toronto, Dept. of Statistics, 1990.
Den vollen Inhalt der Quelle findenBosá, Ivana. Exact property estimation from diffusion Monte Carlo with minimal stochastic reconfiguration. St. Catharines, Ont: Brock University, Dept. of Physics, 2004.
Den vollen Inhalt der Quelle findenAït-Sahalia, Yacine. Maximum likelihood estimation of stochastic volatility models. Cambridge, MA: National Bureau of Economic Research, 2004.
Den vollen Inhalt der Quelle findenPetrone, Sonia. A note on convergence rates of Gibbs sampling for nonparametric mixtures. Toronto: University of Toronto, Dept. of Statistics, 1998.
Den vollen Inhalt der Quelle findenNeal, Radford M. Markov chain Monte Carlo methods based on "slicing" the density function. Toronto: University of Toronto, Dept. of Statistics, 1997.
Den vollen Inhalt der Quelle findenRacine, J. S. Semiparamteric estimation in the presence of heteroskedasticity of unknown form. Toronto, Ont: Dept. of Economics, York University, 1989.
Den vollen Inhalt der Quelle findenZhao, Zhong. Sensitivity of propensity score methods to the specifications. Bonn, Germany: IZA, 2005.
Den vollen Inhalt der Quelle findenRacine, J. S. The semiparametric approach to the estimation of systems of equations models in the presence of heteroskedasticity of unknown form. Toronto, Ont: Dept. of Economics, York University, 1989.
Den vollen Inhalt der Quelle findenSrivastava, M. S. Classification with a preassigned error rate when two covariance matrices are equal. Toronto: University of Toronto, Dept. of Statistics, 1998.
Den vollen Inhalt der Quelle findenMartin, Christopher. Using equilibrium models on disequilibrium data: Some Monte-Carlo evidence on estimation and testing. London: University College, 1987.
Den vollen Inhalt der Quelle findenChristopher, Martin. Using equilibrium models on disequilibrium data: Some Monte-Carlo evidence on estimation and testing. London: Birkbeck College, [Dept. of Economics], 1987.
Den vollen Inhalt der Quelle findenDietrich, Jason Lynn. How low can you go?: An optimal sampling strategy for fair lending exams. Washington, DC: Office of the Comptroller of the Currency, 2001.
Den vollen Inhalt der Quelle findenHeinz, Erzberger, und Ames Research Center, Hrsg. Conflict probablility estimation for free flight. Moffett Field, Calif: National Aeronautics and Space Administration, Ames Research Center, 1996.
Den vollen Inhalt der Quelle findenBöhning, Dankmar. On minimizing chi-square distances under the hypothesis of homogeneity of independence for a two-way contingency table. Osnabrück: Fachbereich Psychologie, Universität Osnabrück, 1985.
Den vollen Inhalt der Quelle findenSchwenzfeger, K. J. Comparison of ERS-1 scatterometer Monte Carlo performance simulations using a weighted nonlinear least-squares and a maximum likelihood estimation method. Neubiberg: Hochschule der Bundeswehr München, 1985.
Den vollen Inhalt der Quelle findenRubinstein, Reuven Y. The Cross-Entropy Method: A Unified Approach to Combinatorial Optimization, Monte-Carlo Simulation and Machine Learning. New York, NY: Springer New York, 2004.
Den vollen Inhalt der Quelle findenUnited States. National Aeronautics and Space Administration., Hrsg. RENEW v3.2 user's manual, maintenance estimation simulation for Space Station Freedom. [Washington, DC]: National Aeronautics and Space Administration, 1993.
Den vollen Inhalt der Quelle findenUnited States. National Aeronautics and Space Administration., Hrsg. RENEW v3.2 user's manual, maintenance estimation simulation for Space Station Freedom. [Washington, DC]: National Aeronautics and Space Administration, 1993.
Den vollen Inhalt der Quelle findenUnited States. National Aeronautics and Space Administration., Hrsg. RENEW v3.2 user's manual, maintenance estimation simulation for Space Station Freedom. [Washington, DC]: National Aeronautics and Space Administration, 1993.
Den vollen Inhalt der Quelle findenHaldrup, Niels. Seasonal integration and cointegration: A Monte Carlo study on the implications of seasonality for estimation and testing of long run relationships through static regressions. [s.l.]: typescript, 1988.
Den vollen Inhalt der Quelle findenAllen, Michael P., und Dominic J. Tildesley. Monte Carlo methods. Oxford University Press, 2017. http://dx.doi.org/10.1093/oso/9780198803195.003.0004.
Der volle Inhalt der QuelleLemieux, Christiane. Monte Carlo and Quasi-Monte Carlo Sampling. Springer, 2010.
Den vollen Inhalt der Quelle findenMonte Carlo and Quasi-Monte Carlo Sampling. New York, NY: Springer New York, 2009. http://dx.doi.org/10.1007/978-0-387-78165-5.
Der volle Inhalt der QuelleMonte Carlo and Quasi-Monte Carlo Sampling (Springer Series in Statistics). Springer, 2009.
Den vollen Inhalt der Quelle findenCoolen, A. C. C., A. Annibale und E. S. Roberts. Markov Chain Monte Carlo sampling of graphs. Oxford University Press, 2017. http://dx.doi.org/10.1093/oso/9780198709893.003.0006.
Der volle Inhalt der QuelleBoudreau, Joseph F., und Eric S. Swanson. Monte Carlo methods. Oxford University Press, 2018. http://dx.doi.org/10.1093/oso/9780198708636.003.0007.
Der volle Inhalt der QuelleConditional Monte Carlo: Gradient Estimation and Optimization Applications. Springer, 2011.
Den vollen Inhalt der Quelle findenAllen, Michael P., und Dominic J. Tildesley. Advanced Monte Carlo methods. Oxford University Press, 2017. http://dx.doi.org/10.1093/oso/9780198803195.003.0009.
Der volle Inhalt der QuelleRandomization and Monte Carlo methods in biology. London: Chapman and Hall, 1991.
Den vollen Inhalt der Quelle findenManly, Bryan F. J. Randomization, Bootstrap and Monte Carlo Methods in Biology. Taylor & Francis Group, 2018.
Den vollen Inhalt der Quelle findenManly, Bryan F. J. Randomization, Bootstrap and Monte Carlo Methods in Biology. Taylor & Francis Group, 2018.
Den vollen Inhalt der Quelle findenManly, Bryan F. J., und Jorge A. Navarro Alberto. Randomization, Bootstrap and Monte Carlo Methods in Biology. Taylor & Francis Group, 2020.
Den vollen Inhalt der Quelle findenManly, Bryan F. J., und Jorge A. Navarro Alberto. Randomization, Bootstrap and Monte Carlo Methods in Biology. Taylor & Francis Group, 2020.
Den vollen Inhalt der Quelle findenManly, Bryan F. J., und Jorge A. Navarro Alberto. Randomization, Bootstrap and Monte Carlo Methods in Biology. Taylor & Francis Group, 2020.
Den vollen Inhalt der Quelle findenManly, Bryan F. J., und Jorge A. Navarro Alberto. Randomization, Bootstrap and Monte Carlo Methods in Biology. Taylor & Francis Group, 2020.
Den vollen Inhalt der Quelle findenManly, Bryan F. J., und Jorge A. Navarro Alberto. Randomization, Bootstrap and Monte Carlo Methods in Biology. Taylor & Francis Group, 2020.
Den vollen Inhalt der Quelle findenManly, Bryan F. J., und Jorge A. Navarro Alberto. Randomization, Bootstrap, and Monte Carlo Methods in Biology. CRC Press LLC, 2022.
Den vollen Inhalt der Quelle findenKroese, Dirk P., und Reuven Y. Rubinstein. Simulation and the Monte Carlo Method. Wiley & Sons, Incorporated, John, 2008.
Den vollen Inhalt der Quelle findenKroese, Dirk P., und Reuven Y. Rubinstein. Simulation and the Monte Carlo Method. Wiley & Sons, Incorporated, John, 2016.
Den vollen Inhalt der Quelle findenRandomization, bootstrap and Monte Carlo methods in biology. 3. Aufl. Boca Raton, FL: Chapman & Hall/ CRC, 2007.
Den vollen Inhalt der Quelle findenKroese, Dirk P., und Reuven Y. Rubinstein. Simulation and the Monte Carlo Method. Wiley & Sons, Incorporated, John, 2016.
Den vollen Inhalt der Quelle findenKroese, Dirk P., und Reuven Y. Rubinstein. Simulation and the Monte Carlo Method. Wiley & Sons, Incorporated, John, 2011.
Den vollen Inhalt der Quelle findenKroese, Dirk P., und Reuven Y. Rubinstein. Simulation and the Monte Carlo Method. Wiley & Sons, Incorporated, John, 2016.
Den vollen Inhalt der Quelle findenRubinstein, Reuven Y. Simulation and the Monte Carlo Method. Wiley & Sons, Incorporated, John, 2009.
Den vollen Inhalt der Quelle finden