Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending (in België) aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending (in België) aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

140 winkels

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Vind hier een winkel

€ 99,45

+ 198 punten

Levering 2 à 3 weken

Eenvoudig bestellen

Veilig betalen

In januari gratis thuislevering in België (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

INLA stands for Integrated Nested Laplace Approximations, which is a new method for fitting a broad class of Bayesian regression models. No samples of the posterior marginal distributions need to be drawn using INLA, so it is a computationally convenient alternative to Markov chain Monte Carlo (MCMC), the standard tool for Bayesian inference.

Bayesian Regression Modeling with INLA covers a wide range of modern regression models and focuses on the INLA technique for building Bayesian models using real-world data and assessing their validity. A key theme throughout the book is that it makes sense to demonstrate the interplay of theory and practice with reproducible studies. Complete R commands are provided for each example, and a supporting website holds all of the data described in the book. An R package including the data and additional functions in the book is available to download. The book is aimed at readers who have a basic knowledge of statistical theory and Bayesian methodology. It gets readers up to date on the latest in Bayesian inference using INLA and prepares them for sophisticated, real-world work.