:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Banerjee, Buddhananda, Biswas, Surojit
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Applications
Online-Zugang:	https://arxiv.org/abs/2409.06229
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A geometric approach in non-parametric Changepoint detection in circular data
von: Biswas, Surojit, et al.
Veröffentlicht: (2024)

Hyperbolic statistical inference for Treatment Effects with Circular biomarker of astigmatism
von: Banerjee, Buddhananda, et al.
Veröffentlicht: (2026)

Semi-parametric least-area linear-circular regression through Möbius transformation
von: Biswas, Surojit, et al.
Veröffentlicht: (2024)

A Semi-Parametric Torus-to-Torus Regression Model with Geometric Loss: Application to Cyclone Data
von: Biswas, Surojit, et al.
Veröffentlicht: (2025)

An Efficient Sampling from Circular Distributions and its Extension to Toroidal Distributions
von: Biswas, Surojit, et al.
Veröffentlicht: (2024)

Semi‐Parametric Least‐Area Linear‐Circular Regression Through Möbius Transformation
von: Surojit Biswas, et al.
Veröffentlicht: (2025)

Intrinsic Geometry-Based Angular Covariance: A Novel Framework for Nonparametric Changepoint Detection in Meteorological Data
von: Biswas, Surojit, et al.
Veröffentlicht: (2024)

Change-point problem: Direct estimation using a geometry inspired identifiable reparameterization
von: Banerjee, Buddhananda, et al.
Veröffentlicht: (2025)

Errors-in-variables regression for dependent data with estimated error covariance matrix: To prewhiten or not?
von: Qiu, Jingkun, et al.
Veröffentlicht: (2026)

Fast variable selection for distributional regression with application to continuous glucose monitoring data
von: Coulter, Alexander, et al.
Veröffentlicht: (2024)

Robust inference for linear regression models with possibly skewed error distribution
von: Nandy, Amarnath, et al.
Veröffentlicht: (2024)

Enhanced variable selection for boosting sparser and less complex models in distributional copula regression
von: Strömer, Annika, et al.
Veröffentlicht: (2024)

Semiparametric quantile functional regression analysis of adolescent physical activity distributions in the presence of missing data
von: Ren, Benny, et al.
Veröffentlicht: (2024)

Hazard-based distributional regression via ordinary differential equations
von: Christen, J. A., et al.
Veröffentlicht: (2025)

Density regression via Dirichlet process mixtures of normal structured additive regression models
von: Rodríguez-Álvarez, María Xosé, et al.
Veröffentlicht: (2024)

Post-processing of ensemble photovoltaic power forecasts with distributional and quantile regression methods
von: Mayer, Martin János, et al.
Veröffentlicht: (2025)

Bayesian additive regression trees and the General BART model
von: Tan, Yaoyuan Vincent, et al.
Veröffentlicht: (2019)

A marginalized three-part interrupted time series regression model for proportional data
von: Ye, Shangyuan, et al.
Veröffentlicht: (2022)

Gaussian mixture copulas for flexible dependence modelling in the body and tails of joint distributions
von: André, Lídia M., et al.
Veröffentlicht: (2025)

Multi-study factor regression model: an application in nutritional epidemiology
von: De Vito, Roberta, et al.
Veröffentlicht: (2023)

A brief introduction on latent variable based ordinal regression models with an application to survey data
von: Wieditz, Johannes, et al.
Veröffentlicht: (2023)

Logistic regression models: practical induced prior specification
von: Newman, Ken B., et al.
Veröffentlicht: (2025)

Logistic regression is not enough: The need for Bayesian nonparametric modelling for causal inference using observational data, exemplified by the 'gateway' effect
von: Foxon, Floe, et al.
Veröffentlicht: (2026)

Seismic fragility curves fitting revisited: ordinal regression models and their generalization
von: Chen, Libo
Veröffentlicht: (2024)

Addressing Spatial Confounding in geostatistical regression models: An R-INLA approach
von: Lamouroux, Jérémy, et al.
Veröffentlicht: (2024)

Subdata selection for big data regression: an improved approach
von: Chasiotis, Vasilis, et al.
Veröffentlicht: (2023)

Finite mixture copulas for modeling dependence in longitudinal count data
von: Chattopadhyay, Subhajit
Veröffentlicht: (2024)

Summarising mortality data with a time-dependent beta latent variable model
von: de Araújo, Pedro Menezes, et al.
Veröffentlicht: (2026)

Student t-Lévy regression model in YUIMA
von: Masuda, Hiroki, et al.
Veröffentlicht: (2024)

Comparing methods to assess treatment effect heterogeneity in general parametric regression models
von: Chen, Yao, et al.
Veröffentlicht: (2025)

A functional regression model for heterogeneous BioGeoChemical Argo data in the Southern Ocean
von: Korte-Stapff, Moritz, et al.
Veröffentlicht: (2022)

A comparison between copula-based, mixed model, and estimating equation methods for regression of bivariate correlated data
von: Sareff-Hibbert, Aydin, et al.
Veröffentlicht: (2024)

Application of Time-Aware PC algorithm to compute Causal Functional Connectivity in Alzheimer's Disease from fMRI data
von: Biswas, Rahul, et al.
Veröffentlicht: (2023)

Bayesian kernel machine regression for heteroscedastic health outcome data
von: Smith, Melissa J., et al.
Veröffentlicht: (2025)

Copula-based spatio-temporal modeling of air pollutant data incorporating covariate dependencies
von: Jeon, Soyun, et al.
Veröffentlicht: (2025)

Zero-inflated binary Tree Pólya splitting regression for multivariate count data
von: Moudjieu, Fabrice, et al.
Veröffentlicht: (2026)

Estimating relapse time distribution from longitudinal biomarker trajectories using iterative regression and continuous time Markov processes
von: Cleynen, Alice, et al.
Veröffentlicht: (2025)

Comparison of offset and ratio weighted regressions in tweedie models with application to mid-term cancellations
von: Jean-Philippe, Boucher, et al.
Veröffentlicht: (2025)

Collective risk models with FGM dependence
von: Blier-Wong, Christopher, et al.
Veröffentlicht: (2022)

Sparse least trimmed squares regression for analyzing high-dimensional large data sets
von: Alfons, Andreas, et al.
Veröffentlicht: (2013)