...
机译:使用贝叶斯方法的多元Poisson对数正态回归模型,用于按严重程度预测事故数
Texas Department of Transportation, 125 E. 11th Street, Austin, TX 78701-2483, United States;
bayesian inference; bayes' theorem; crash severity; gibbs sampler; highway safety; metropolis-hastings algorithm; markov chain monte carlo (MCMC) simulation; multivariate poisson-lognormal regression;
机译:高速公路安全评估和通过伤害严重程度和车辆损伤的碰撞预测使用多元泊松 - 逻辑模型和关节负二项式通用有序概率分数分裂模型
机译:多元泊松对数正态模型,用于根据严重程度对碰撞频率中的相关因素进行建模
机译:通过严重程度联合建模区域级崩溃率:贝叶斯多元随机参数时空Tobit回归
机译:使用多元泊松-对数正态回归方法通过高速公路扩散区的严重程度对事故发生频率进行建模
机译:贝叶斯多元Poisson对数正态回归用于农村两车道公路事故的预测。
机译:用于多特征多环境基因组启用预测的计数数据的贝叶斯泊松对数正态模型
机译:使用贝叶斯方法通过严重程度预测事故数的多元泊松对数正态回归模型