Detalles MARC
| 000 -CABECERA |
|---|
| Longitud fija campo de control |
03567nam a22003257a 4500 |
| 003 - IDENTIFICADOR DELl NÚMERO DE CONTROL |
|---|
| Identificador del número de control |
arcduce |
| 005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN |
|---|
| Fecha y hora de la última transacción |
20221104210213.0 |
| 007 - CAMPO FIJO DE DESCRIPCIÓN FÍSICA |
|---|
| Campo fijo de descripción física |
ta |
| 008 - CÓDIGOS DE INFORMACIÓN DE LONGITUD FIJA |
|---|
| Códigos de información de longitud fija |
180711s2017 flu||||| |||| 00| 0 eng d |
| 040 ## - FUENTE DE LA CATALOGACIÓN |
|---|
| Centro catalogador de origen |
arcduce |
| Centro transcriptor |
arcduce |
| 245 00 - MENCIÓN DE TÍTULO |
|---|
| Título |
Flexible regression and smoothing : |
| Resto del título |
using GAMLSS in R / |
| Mención de responsabilidad, etc. |
Mikis D. Stasinopoulos...[et al.]. |
| 260 ## - PUBLICACIÓN, DISTRIBUCIÓN, ETC. (PIE DE IMPRENTA) |
|---|
| Lugar de publicación, distribución, etc. |
Boca Raton, Fla. : |
| Nombre del editor, distribuidor, etc. |
CRC Press, |
| Fecha de publicación, distribución, etc. |
2017 |
| 300 ## - DESCRIPCIÓN FÍSICA |
|---|
| Extensión |
xxii, 549 p. |
| 490 0# - MENCIÓN DE SERIE |
|---|
| Mención de serie |
The R series |
| 504 ## - NOTA DE BIBLIOGRAFÍA, ETC |
|---|
| Nota de bibliografía, etc. |
Incluye referencias bibliográficas. |
| 505 0# - NOTA DE CONTENIDO CON FORMATO |
|---|
| Nota de contenido con formato |
Copyright Page; Dedication; Contents; Preface; I: Introduction to models and packages; 1 Why GAMLSS?; 1.1 Introduction; 1.2 The 1980s Munich rent data; 1.3 The linear regression model (LM); 1.4 The generalized linear model (GLM); 1.5 The generalized additive model (GAM); 1.6 Modelling the scale parameter; 1.7 The generalized additive model for location, scale and shape (GAMLSS); 1.8 Bibliographic notes; 1.9 Exercises; 2 Introduction to the gamlss packages; 2.1 Introduction; 2.2 The gamlss packages; 2.3 A simple example using the gamlss packages.<br/>3.5 Bibliographic notes3.6 Exercises; 4 The gamlss() function; 4.1 Introduction to the gamlss() function; 4.2 The arguments of the gamlss() function; 4.2.1 The algorithmic control functions; 4.2.2 Weighting out observations: the weights and data=subset() arguments; 4.3 The refit and update functions; 4.3.1 refit(); 4.3.2 update(); 4.4 The gamlss object; 4.5 Methods and functions for gamlss objects; 4.6 Bibliographic notes; 4.7 Exercises; 5 Inference and prediction; 5.1 Introduction; 5.1.1 Asymptotic behaviour of a parametric GAMLSS model; 5.1.2 Types of inference in a GAMLSS model.<br/>5.1.3 Likelihood-based inference5.1.4 Bootstrapping; 5.2 Functions to obtain standard errors; 5.2.1 The gen.likelihood() function; 5.2.2 The vcov() and rvcov() functions; 5.2.3 The summary() function; 5.3 Functions to obtain confidence intervals; 5.3.1 The confint() function; 5.3.2 The prof.dev() function; 5.3.3 The prof.term() function; 5.4 Functions to obtain predictions; 5.4.1 The predict() function; 5.4.2 The predictAll() function; 5.5 Appendix: Some theoretical properties of GLM and GAMLSS; 5.6 Bibliographic notes; 5.7 Exercises; III: Distributions; 6 The GAMLSS family of distributions. |
| 520 3# - NOTA DE SUMARIO |
|---|
| Sumario, etc, |
This book is about learning from data using the Generalized Additive Models for Location, Scale and Shape (GAMLSS). GAMLSS extends the Generalized Linear Models (GLMs) and Generalized Additive Models (GAMs) to accommodate large complex datasets, which are increasingly prevalent. GAMLSS allows any parametric distribution for the response variable and modelling all the parameters (location, scale and shape) of the distribution as linear or smooth functions of explanatory variables. This book provides a broad overview of GAMLSS methodology and how it is implemented in R. It includes a comprehensive collection of real data examples, integrated code, and figures to illustrate the methods, and is supplemented by a website with code, data and additional materials. |
| 650 #4 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA |
|---|
| Término de materia o nombre geográfico como elemento inicial |
ANALISIS DE REGRESION |
| 9 (RLIN) |
77 |
| 650 #4 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA |
|---|
| Término de materia o nombre geográfico como elemento inicial |
PROCESAMIENTO DE DATOS |
| 9 (RLIN) |
1591 |
| 650 #4 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA |
|---|
| Término de materia o nombre geográfico como elemento inicial |
MODELO LINEAL |
| 9 (RLIN) |
362 |
| 650 #4 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA |
|---|
| Término de materia o nombre geográfico como elemento inicial |
MACRODATOS |
| 9 (RLIN) |
7916 |
| 650 #4 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA |
|---|
| 9 (RLIN) |
959 |
| Término de materia o nombre geográfico como elemento inicial |
ALISADO (ESTADISTICA) |
| 653 #4 - TÉRMINO DE INDIZACIÓN - NO CONTROLADO |
|---|
| Término no controlado |
REGRESION LINEAL |
| 653 #4 - TÉRMINO DE INDIZACIÓN - NO CONTROLADO |
|---|
| Término no controlado |
REGRESION DINAMICA |
| 653 #4 - TÉRMINO DE INDIZACIÓN - NO CONTROLADO |
|---|
| Término no controlado |
REGRESION MULTIPLE |
| 700 1# - PUNTO DE ACCESO ADICIONAL - NOMBRE DE PERSONA |
|---|
| 9 (RLIN) |
9572 |
| Nombre de persona |
Stasinopoulos, Mikis D. |
| 856 4# - LOCALIZACIÓN Y ACCESO ELECTRÓNICO |
|---|
| Identificador Uniforme del Recurso (URI) |
<a href="https://scholar.google.co.uk/citations?user=n9OHjHYAAAAJ&hl=en">https://scholar.google.co.uk/citations?user=n9OHjHYAAAAJ&hl=en</a> |
| Texto del enlace |
Información y publicaciones del autor |
| 942 ## - ENTRADA DE ELEMENTOS AGREGADOS (KOHA) |
|---|
| Fuente de clasificación o esquema |
Dewey Decimal Classification |
| Koha [por defecto] tipo de item |
Libro |
| Solicitar por |
519.536028 F 56038 |
| 945 ## - TRATAMIENTO DE LA INFORMACIÓN LOCAL (OCLC) |
|---|
| a |
Beatriz Liliana Isidoro |
| c |
2018-07-11 |