Definition and implementation in the R language of a bayesian nonparametric model based on the Probit Stick-Breaking Process for the analysis of functional data with spatial and temporal dependence. The proposed model is applied in the demographic context to the study of the evolution of the distribution of deaths, but thanks to its extreme flexibility, it is also suitable for modeling different type of data.

Definizione e implementazione nel linguaggio R di un modello bayesiano non parametrico basato sul processo Probit Stick-Breaking per l'analisi di dati funzionali con dipendenza sia spaziale che temporale. Il modello proposto viene applicato in ambito demografico allo studio dell'evoluzione della distribuzione dei decessi per età ma grazie alla sua estrema flessibilità si presta alla modellazione di dati anche di diversa natura.

Un approccio bayesiano non parametrico per l’analisi di dati funzionali con dipendenza spazio temporale

GRASSI, ALBERTO
2021/2022

Abstract

Definition and implementation in the R language of a bayesian nonparametric model based on the Probit Stick-Breaking Process for the analysis of functional data with spatial and temporal dependence. The proposed model is applied in the demographic context to the study of the evolution of the distribution of deaths, but thanks to its extreme flexibility, it is also suitable for modeling different type of data.
2021
A bayesian nonparametric approach to modeling space-time functional data
Definizione e implementazione nel linguaggio R di un modello bayesiano non parametrico basato sul processo Probit Stick-Breaking per l'analisi di dati funzionali con dipendenza sia spaziale che temporale. Il modello proposto viene applicato in ambito demografico allo studio dell'evoluzione della distribuzione dei decessi per età ma grazie alla sua estrema flessibilità si presta alla modellazione di dati anche di diversa natura.
bayesian
nonparametric
dirichlet process
functional data
space-time data
File in questo prodotto:
File Dimensione Formato  
Grassi_Alberto.pdf

accesso aperto

Dimensione 8.25 MB
Formato Adobe PDF
8.25 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/11373