1 resultado para REGRESSION TREES
em Universidade do Minho
Filtro por publicador
- Acceda, el repositorio institucional de la Universidad de Las Palmas de Gran Canaria. España (2)
- AMS Tesi di Dottorato - Alm@DL - Università di Bologna (5)
- AMS Tesi di Laurea - Alm@DL - Università di Bologna (2)
- Andina Digital - Repositorio UASB-Digital - Universidade Andina Simón Bolívar (1)
- Applied Math and Science Education Repository - Washington - USA (2)
- Archimer: Archive de l'Institut francais de recherche pour l'exploitation de la mer (1)
- Aston University Research Archive (3)
- Avian Conservation and Ecology - Eletronic Cientific Hournal - Écologie et conservation des oiseaux: (5)
- Biblioteca de Teses e Dissertações da USP (1)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (44)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (BDPI/USP) (90)
- Biblioteca Virtual del Sistema Sanitario Público de Andalucía (BV-SSPA), Junta de Andalucía. Consejería de Salud y Bienestar Social, Spain (3)
- Biodiversity Heritage Library, United States (19)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (88)
- Brock University, Canada (4)
- CentAUR: Central Archive University of Reading - UK (82)
- Cochin University of Science & Technology (CUSAT), India (5)
- Collection Of Biostatistics Research Archive (24)
- Consorci de Serveis Universitaris de Catalunya (CSUC), Spain (44)
- Dalarna University College Electronic Archive (4)
- Department of Computer Science E-Repository - King's College London, Strand, London (5)
- Digital Archives@Colby (1)
- Digital Commons - Michigan Tech (4)
- Digital Commons - Montana Tech (2)
- Digital Commons at Florida International University (1)
- Digital Knowledge Repository of Central Drug Research Institute (1)
- DigitalCommons@The Texas Medical Center (4)
- DigitalCommons@University of Nebraska - Lincoln (4)
- Doria (National Library of Finland DSpace Services) - National Library of Finland, Finland (22)
- Instituto Politécnico do Porto, Portugal (8)
- Iowa Publications Online (IPO) - State Library, State of Iowa (Iowa), United States (11)
- Lume - Repositório Digital da Universidade Federal do Rio Grande do Sul (1)
- Martin Luther Universitat Halle Wittenberg, Germany (2)
- Massachusetts Institute of Technology (3)
- Ministerio de Cultura, Spain (8)
- National Center for Biotechnology Information - NCBI (1)
- Publishing Network for Geoscientific & Environmental Data (2)
- Repositório Científico do Instituto Politécnico de Lisboa - Portugal (1)
- Repositório da Produção Científica e Intelectual da Unicamp (2)
- Repositório digital da Fundação Getúlio Vargas - FGV (8)
- Repositório do Centro Hospitalar de Lisboa Central, EPE - Centro Hospitalar de Lisboa Central, EPE, Portugal (1)
- Repositório Institucional da Universidade Federal do Rio Grande - FURG (1)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (156)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (7)
- School of Medicine, Washington University, United States (1)
- Scielo Saúde Pública - SP (76)
- Scottish Institute for Research in Economics (SIRE) (SIRE), United Kingdom (2)
- Universidade do Minho (1)
- Universidade dos Açores - Portugal (1)
- Universidade Federal do Pará (1)
- Universidade Federal do Rio Grande do Norte (UFRN) (2)
- Universidade Técnica de Lisboa (1)
- Universitat de Girona, Spain (5)
- Universitätsbibliothek Kassel, Universität Kassel, Germany (2)
- Université de Lausanne, Switzerland (66)
- Université de Montréal, Canada (13)
- University of Canberra Research Repository - Australia (1)
- University of Queensland eSpace - Australia (27)
- University of Southampton, United Kingdom (5)
Resumo:
Extreme value models are widely used in different areas. The Birnbaum–Saunders distribution is receiving considerable attention due to its physical arguments and its good properties. We propose a methodology based on extreme value Birnbaum–Saunders regression models, which includes model formulation, estimation, inference and checking. We further conduct a simulation study for evaluating its performance. A statistical analysis with real-world extreme value environmental data using the methodology is provided as illustration.