Buchumschlag

Gibbs optimal design of experiments

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Overstall, Antony M., Holloway-Brown, Jacinta, McGree, James M.
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

General Bayesian L2 calibration of mathematical models
von: Overstall, Antony M., et al.
Veröffentlicht: (2021)

A general Bayesian approach to design adaptive clinical trials with time-to-event outcomes
von: McGree, James M., et al.
Veröffentlicht: (2023)

Economical Experimental Design with Generalized Posteriors
von: Hagar, Luke, et al.
Veröffentlicht: (2026)

Bayesian design for mathematical models of fruit growth based on misspecified prior information
von: Najimuddin, Nushrath, et al.
Veröffentlicht: (2024)

A subsampling approach for large data sets when the Generalised Linear Model is potentially misspecified
von: Mahendran, Amalan, et al.
Veröffentlicht: (2025)

Optimal design of dynamic experiments for scalar-on-function linear models with application to a biopharmaceutical study
von: Michaelides, Damianos, et al.
Veröffentlicht: (2021)

fdesigns: Bayesian Optimal Designs of Experiments for Functional Models in R
von: Michaelides, Damianos, et al.
Veröffentlicht: (2024)

Zero-Truncated Modelling in a Meta-Analysis on Suicide Data after Bariatric Surgery
von: Dennett, Layna Charlie, et al.
Veröffentlicht: (2023)

Fixed-budget optimal designs for multi-fidelity computer experiments
von: Chen, Gecheng, et al.
Veröffentlicht: (2024)

Single and multi-objective optimal designs for group testing experiments with a focus on screening for an infectious disease
von: Yeh, Chi-Kuang, et al.
Veröffentlicht: (2025)

Self-Tuned Rejection Sampling within Gibbs and a Case Study in Small Area Estimation
von: Raim, Andrew M., et al.
Veröffentlicht: (2025)

A Hybrid NUTS-Gibbs Sampler with State Space Marginalization for Estimation of Dynamic Structural Equation Models with Binomial Outcomes
von: Sørensen, Øystein, et al.
Veröffentlicht: (2026)

Particle Gibbs without the Gibbs bit
von: Corenflos, Adrien
Veröffentlicht: (2025)

Adaptive design of experiments methodology for noise resistance with unreplicated experiments
von: Caparini, Lucas, et al.
Veröffentlicht: (2024)

Insufficient Gibbs Sampling
von: Luciano, Antoine, et al.
Veröffentlicht: (2023)

Gibbs sampling for Bayesian P-splines
von: Gressani, Oswaldo, et al.
Veröffentlicht: (2024)

Cross-validated risk scores adaptive enrichment (CADEN) design
von: Cherlin, Svetlana, et al.
Veröffentlicht: (2021)

Dose optimization design accounting for unknown patient heterogeneity in cancer clinical trials
von: Silva, Rebecca B., et al.
Veröffentlicht: (2025)

Robust designs for Gaussian process emulation of computer experiments
von: Mak, Simon, et al.
Veröffentlicht: (2025)

PageRank and the Bradley-Terry model
von: Selby, David Antony
Veröffentlicht: (2024)

High-dimensional reliability-based design optimization using stochastic emulators
von: Moustapha, M., et al.
Veröffentlicht: (2026)

An adaptive design for optimizing treatment assignment in randomized clinical trials
von: Zhang, Wei, et al.
Veröffentlicht: (2025)

The design of selection experiments using a model-based approach
von: Cullis, Brian R, et al.
Veröffentlicht: (2026)

Optimal design of experiments for functional linear models with dynamic factors
von: May, Caterina, et al.
Veröffentlicht: (2024)

Bayesian Design for Sampling Anomalous Spatio-Temporal Data
von: Buchhorn, Katie, et al.
Veröffentlicht: (2024)

A maximin optimal approach for sampling designs in two-phase studies
von: Wang, Ruoyu, et al.
Veröffentlicht: (2023)

A Bayesian design for dual-agent dose optimization with targeted therapies
von: Jiménez, José L., et al.
Veröffentlicht: (2022)

Optimal Bayesian stepped-wedge cluster randomised trial designs for binary outcome data
von: Etfer, Laura, et al.
Veröffentlicht: (2024)

A Gibbs Sampling Scheme for a Generalised Poisson-Kingman Class
von: Griffiths, Robert C., et al.
Veröffentlicht: (2024)

A discomfort-informed adaptive Gibbs sampler for finite mixture models
von: Fabbrico, Davide, et al.
Veröffentlicht: (2025)

Spectral Collapsed Gibbs Sampler for Bayesian Sparse Regression
von: Chin, Andrew, et al.
Veröffentlicht: (2026)

Policy design in experiments with unknown interference
von: Viviano, Davide, et al.
Veröffentlicht: (2020)

Over-optimism in benchmark studies and the multiplicity of design and analysis options when interpreting their results
von: Nießl, Christina, et al.
Veröffentlicht: (2021)

Sensitivity analysis for constructing optimal regimes in the presence of treatment non-compliance
von: Pham, Cuong T., et al.
Veröffentlicht: (2022)

Recursions on the marginals and exact computation of the normalizing constant for Gibbs processes
von: Hardouin, Cécile, et al.
Veröffentlicht: (2025)

Is Gibbs sampling faster than Hamiltonian Monte Carlo on GLMs?
von: Luu, Son, et al.
Veröffentlicht: (2024)

BARD: A seamless two-stage dose optimization design integrating backfill and adaptive randomization
von: Zhao, Yixuan, et al.
Veröffentlicht: (2024)

Bayesian Stacking via Proper Scoring Rule Optimization using a Gibbs Posterior
von: Wadsworth, Spencer, et al.
Veröffentlicht: (2025)

Efficient and Fast Sampling from Arbitrary Probability Kernels using Sliced Gibbs Sampler
von: Ghosh, Prithwish, et al.
Veröffentlicht: (2026)

Explaining the optimistic performance evaluation of newly proposed methods: a cross-design validation experiment
von: Nießl, Christina, et al.
Veröffentlicht: (2022)