e.6 持续时间
e.7 连续模型中的种群增长生活史
e.8 离散时间和连续状态
附录f 常见分布
f.1 离散单变量分布
f.2 离散多变量分布
f.3 连续单变量分布
f.4 连续多变量分布
附录g 常用的似然-先验共轭组合
下篇 基于r的环境科学统计计算
为什么用r?
实验1 数据的基本概率模型
1.1 r中的提示符
1.2 数据集合
1.3 数列标定
1.4 定义和使用函数
1.5 数据总结
1.6 经验分布和分组分布
1.7 经验矩
1.8 连续的参数矩
1.9 来自总体的样本
1.10 数据的一些参数概率模型
1.11 估计值的频率分布
练习
实验2 *大似然估计
2.1 *大似然
2.2 置信区间
2.3 计数数据和多参数
2.4 矩匹配法
2.5 存活者的积矩估计(可选)
2.6 线性回归例子
练习
实验3 *大似然法的个例研究:随时间增长的火灾风险
3.1 基于二项分布和泊松分布的模型
3.2 似然表面的优化
3.3 似然比检验
3.4 似然表面
3.5 似然函数的剖面图
练习
研究计划1:开始
实验4 经典推论的案例研究:松树的球果产量
4.1 基本模型
4.2 经典方法
4.3 结合状态变化、个体大小和co₂浓度
练习
研究计划2:问题确立和数据模拟
实验5 拟合后验分布
5.1 舍选抽样法
5.2 截断的正态分布
5.3 吉布斯抽样的回归
5.4 非线性模型
5.5 通用线性回归
5.6 具有超泊松变异的glm
5.7 自回归
5.8 glm中的贝叶斯-克里格插值
练习
实验6 有关时间序列的一些应用
6.1 种群动态
6.2 贝叶斯状态空间模型
练习
研究计划3:为模拟数据构建一个吉布斯抽样器
参考文献
术语表

 2/2   首页 上一页 1 2

自然科学 数学 概率论与数理统计

在线阅读