Markov Bases in Algebraic Statistics

af

indgår i serie Springer Series in Statistics


Studiebog
Markov Bases in Algebraic Statistics
  • Leveringstid Straks (sendes på e-mail)
Format:
E-bog, PDF
Udgivelsesdato:
25-07-2012
Sprog:
Engelsk
  • Beskrivelse
  • Yderligere info
  • Anmeldelser

Algebraic statistics is a rapidly developing field, where ideas from statistics and algebra meet and stimulate new research directions. One of the origins of algebraic statistics is the work by Diaconis and Sturmfels in 1998 on the use of Grobner bases for constructing a connected Markov chain for performing conditional tests of a discrete exponential family. In this book we take up this topic and present a detailed summary of developments following the seminal work of Diaconis and Sturmfels.This book is intended for statisticians with minimal backgrounds in algebra. As we ourselves learned algebraic notions through working on statistical problems and collaborating with notable algebraists, we hope that this book with many practical statistical problems is useful for statisticians to start working on the field.

Andre udgaver:

Bog, paperback
Bog, hardback

Vis mereVis mindre

Udgivelsesdato:
25-07-2012
ISBN13:
9781461437192
Format:
PDF
Forfattere

Vis mereVis mindre

Vis mereVis mindre

Fandt du ikke hvad du søgte?

Hvis denne bog ikke er noget for dig, kan du benytte kategorierne nedenfor til at finde andre titler. Klik på en kategori for at se lignende bøger.

Se andre bøger, der handler om

Velkommen til Saxo – din danske boghandel!

Hos os kan du handle som gæst, Saxo-bruger eller Premium-medlem – du bestemmer helt selv. Skulle du få brug for hjælp, sidder vores kundeservice-team klar ved både telefonerne og tasterne.

Om fordelspriser hos Saxo

For at købe bøger til fordelspris, skal du være medlem af Premium, Premium Shopping eller Premium Studie. De første 30 dage er gratis for nye medlemmer. Medlemskabet fornyes automatisk og kan altid opsiges. Læs mere om fordelene ved vores forskellige medlemskaber her.

Machine Name: SAXO082