Login
Registrati
Reimposta password
Pubblica & Distribuisci
Soluzioni Editoriali
Soluzioni di Distribuzione
Temi
Architettura e design
Arti
Business e Economia
Chimica
Chimica industriale
Farmacia
Filosofia
Fisica
Geoscienze
Ingegneria
Interesse generale
Legge
Letteratura
Linguistica e semiotica
Matematica
Medicina
Musica
Scienze bibliotecarie e dell'informazione, studi library
Scienze dei materiali
Scienze della vita
Scienze informatiche
Scienze sociali
Sport e tempo libero
Storia
Studi classici e del Vicino Oriente antico
Studi culturali
Studi ebraici
Teologia e religione
Pubblicazioni
Riviste
Libri
Atti
Editori
Blog
Contatti
Cerca
EUR
USD
GBP
Italiano
English
Deutsch
Polski
Español
Français
Italiano
Carrello
Home
Riviste
Journal of Official Statistics
Volume 37 (2021): Numero 1 (March 2021)
Accesso libero
Weighted Dirichlet Process Mixture Models to Accommodate Complex Sample Designs for Linear and Quantile Regression
Michael R. Elliott
Michael R. Elliott
e
Xi Xia
Xi Xia
| 13 mar 2021
Journal of Official Statistics
Volume 37 (2021): Numero 1 (March 2021)
INFORMAZIONI SU QUESTO ARTICOLO
Articolo precedente
Articolo Successivo
Sommario
Bibliografia
Materiali correlati
Autori
Articoli in questo Numero
Anteprima
PDF
Cita
CONDIVIDI
Pubblicato online:
13 mar 2021
Pagine:
71 - 95
Ricevuto:
01 lug 2019
Accettato:
01 ott 2020
DOI:
https://doi.org/10.2478/jos-2021-0004
Parole chiave
Sampling weights
,
bayesian finite population inference
,
posterior predictive distribution
,
dioxin
,
NHANES
© 2020 Michael R. Elliott et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.
Michael R. Elliott
Department of Biostatistics, University of Michigan
Xi Xia
Ford Motor Company