Copertina

nhppp: Simulating Nonhomogeneous Poisson Point Processes in R

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Trikalinos, Thomas A., Sereda, Yuliia
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computation Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

ldmppr: Location Dependent Marked Point Processes in R
di: Drew, Lane, et al.
Pubblicazione: (2026)

Semi-Parametric Inference for Doubly Stochastic Spatial Point Processes: An Approximate Penalized Poisson Likelihood Approach
di: Cheng, Si, et al.
Pubblicazione: (2023)

Laplace Variational Inference for Dirichlet Process Mixtures of Marked Poisson Point Processes
di: Choi, Minsung, et al.
Pubblicazione: (2026)

Bayesian Strategies for Repulsive Spatial Point Processes
di: Lu, Chaoyi, et al.
Pubblicazione: (2024)

fastcpd: Fast Change Point Detection in R
di: Li, Xingchi, et al.
Pubblicazione: (2024)

Estimation of Spatiotemporal Poisson Processes with Some Missing Location Data
di: Guigues, Vincent, et al.
Pubblicazione: (2024)

Survival Data Simulation With the R Package rsurv
di: Demarqui, Fábio N.
Pubblicazione: (2024)

stopp: An R Package for Spatio-Temporal Point Pattern Analysis
di: D'Angelo, Nicoletta, et al.
Pubblicazione: (2024)

Variational Inference for Sparse Poisson Regression
di: Kharabati, Mitra, et al.
Pubblicazione: (2023)

panelPomp: Analysis of Panel Data via Partially Observed Markov Processes in R
di: Bretó, Carles, et al.
Pubblicazione: (2024)

Online Bayesian changepoint detection for network Poisson processes with community structure
di: Corneck, Joshua, et al.
Pubblicazione: (2024)

Environmental Risk Assessment via Nonhomogeneous Hidden Semi-Markov Models with Penalized Vector Auto-Regression
di: Mingione, Marco, et al.
Pubblicazione: (2025)

Composite likelihood inference for the Poisson log-normal model
di: Stoehr, Julien, et al.
Pubblicazione: (2024)

Generalized Poisson Matrix Factorization for Overdispersed Count Data
di: Ohashi, Ryo, et al.
Pubblicazione: (2025)

Estimation of Poisson Autoregressive Model for Multiple Time Series
di: Redondo, Paolo Victor T., et al.
Pubblicazione: (2021)

Cubature scheme for spatio-temporal Poisson point processes estimation
di: D'Angelo, Nicoletta, et al.
Pubblicazione: (2024)

A note on auxiliary mixture sampling for Bayesian Poisson models
di: Gardini, Aldo, et al.
Pubblicazione: (2025)

PoissonRatioUQ: An R package for band ratio uncertainty quantification
di: LeDuc, Matthew, et al.
Pubblicazione: (2026)

mpower: An R Package for Power Analysis of Exposure Mixture Studies via Monte Carlo Simulations
di: Nguyen, Phuc H., et al.
Pubblicazione: (2022)

fabisearch: A Package for Change Point Detection in and Visualization of the Network Structure of Multivariate High-Dimensional Time Series in R
di: Ondrus, Martin, et al.
Pubblicazione: (2022)

A bivariate two-state Markov modulated Poisson process for failure modelling
di: Yera, Yoel G., et al.
Pubblicazione: (2024)

Deep Gaussian Process Emulation with gradient Information and Sequential Design for Simulators with Sharp Variations
di: Yang, Yiming, et al.
Pubblicazione: (2025)

A Zero-Inflated Poisson Latent Position Cluster Model
di: Lu, Chaoyi, et al.
Pubblicazione: (2025)

Adaptive Gaussian Process Search for Simulation-Based Sample Size Estimation in Clinical Prediction Models: Validation of the pmsims R Package
di: Olaniran, Oyebayo Ridwan, et al.
Pubblicazione: (2026)

Restricted mean time lost for survival and competing risks data using mets in R
di: Scheike, Thomas Harder, et al.
Pubblicazione: (2026)

Fast Bayesian inference for spatial mean-parameterized Conway-Maxwell-Poisson models
di: Kang, Bokgyeong, et al.
Pubblicazione: (2023)

Poisson Hyperplane Processes with Rectified Linear Units
di: Ge, Shufei, et al.
Pubblicazione: (2026)

The Poisson-Gaussian Mixture Process: A Flexible and Robust Approach for Non-Gaussian Geostatistical Modeling
di: Gonçalves, F. B., et al.
Pubblicazione: (2022)

A fast, flexible simulation framework for Bayesian adaptive designs -- the R package BATSS
di: Couturier, Dominique-Laurent, et al.
Pubblicazione: (2024)

Simulating signed mixtures
di: Stoehr, Julien, et al.
Pubblicazione: (2024)

Semiparametric Spatial Point Processes
di: Lin, Xindi, et al.
Pubblicazione: (2024)

Anytime-Valid Continuous-Time Confidence Processes for Inhomogeneous Poisson Processes
di: Lindon, Michael, et al.
Pubblicazione: (2024)

Evaluating Approximations of Count Distributions and Forecasts for Poisson-Lindley Integer Autoregressive Processes
di: Gidaro, Rachel D., et al.
Pubblicazione: (2024)

CausalMetaR: An R package for performing causally interpretable meta-analyses
di: Wang, Guanbo, et al.
Pubblicazione: (2024)

On Robust Clustering of Temporal Point Process
di: Zhang, Yuecheng, et al.
Pubblicazione: (2024)

TrendLSW: Trend and Spectral Estimation of Nonstationary Time Series in R
di: McGonigle, Euan T., et al.
Pubblicazione: (2024)

Efficient Bayesian Inference for Spatial Point Patterns Using the Palm Likelihood
di: Collins, Kevin M., et al.
Pubblicazione: (2025)

GET: Global envelopes in R
di: Myllymäki, Mari, et al.
Pubblicazione: (2019)

Guarantees for Comprehensive Simulation Assessment of Statistical Methods
di: Yang, James, et al.
Pubblicazione: (2022)

Scalable Gaussian Process Inference with Stan
di: Hoffmann, Till, et al.
Pubblicazione: (2023)