• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Environmental and Ecological Statistics >The Bayesian conditional independence model for measurement error: applications in ecology
【24h】

The Bayesian conditional independence model for measurement error: applications in ecology

机译：测量误差的贝叶斯条件独立模型：在生态学中的应用

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The measurement error model is a well established statistical method for regression problems in medical sciences, although rarely used in ecological studies. While the situations in which it is appropriate may be less common in ecology, there are instances in which there may be benefits in its use for prediction and estimation of parameters of interest. We have chosen to explore this topic using a conditional independence model in a Bayesian framework using a Gibbs sampler, as this gives a great deal of flexibility, allowing us to analyse a number of different models without losing generality. Using simulations and two examples, we show how the conditional independence model can be used in ecology, and when it is appropriate.
机译：尽管在生态学研究中很少使用，但测量误差模型是医学界关于回归问题的公认的统计方法。虽然在生态学中适当的情况可能不太常见，但在某些情况下，将其用于感兴趣的参数的预测和估计可能会有好处。我们选择在使用Gibbs采样器的贝叶斯框架中使用条件独立模型来探讨该主题，因为这提供了很大的灵活性，使我们能够分析许多不同的模型而不会失去一般性。通过模拟和两个示例，我们说明了条件独立性模型如何在生态学中使用以及何时合适。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号