62 resultados para generalized linear-models
Filtro por publicador
- Acceda, el repositorio institucional de la Universidad de Las Palmas de Gran Canaria. España (1)
- AMS Tesi di Dottorato - Alm@DL - Università di Bologna (7)
- AMS Tesi di Laurea - Alm@DL - Università di Bologna (1)
- ArchiMeD - Elektronische Publikationen der Universität Mainz - Alemanha (2)
- Archimer: Archive de l'Institut francais de recherche pour l'exploitation de la mer (2)
- Archivo Digital para la Docencia y la Investigación - Repositorio Institucional de la Universidad del País Vasco (1)
- Aston University Research Archive (16)
- Avian Conservation and Ecology - Eletronic Cientific Hournal - Écologie et conservation des oiseaux: (3)
- Biblioteca de Teses e Dissertações da USP (3)
- Biblioteca Digital | Sistema Integrado de Documentación | UNCuyo - UNCUYO. UNIVERSIDAD NACIONAL DE CUYO. (1)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (33)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (BDPI/USP) (83)
- Biblioteca Virtual del Sistema Sanitario Público de Andalucía (BV-SSPA), Junta de Andalucía. Consejería de Salud y Bienestar Social, Spain (6)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (50)
- Bulgarian Digital Mathematics Library at IMI-BAS (10)
- CentAUR: Central Archive University of Reading - UK (62)
- Cochin University of Science & Technology (CUSAT), India (2)
- Coffee Science - Universidade Federal de Lavras (2)
- Collection Of Biostatistics Research Archive (24)
- Comissão Econômica para a América Latina e o Caribe (CEPAL) (3)
- Consorci de Serveis Universitaris de Catalunya (CSUC), Spain (42)
- Cor-Ciencia - Acuerdo de Bibliotecas Universitarias de Córdoba (ABUC), Argentina (2)
- CORA - Cork Open Research Archive - University College Cork - Ireland (1)
- Corvinus Research Archive - The institutional repository for the Corvinus University of Budapest (1)
- Dalarna University College Electronic Archive (15)
- Digital Commons @ DU | University of Denver Research (1)
- Digital Commons at Florida International University (5)
- DigitalCommons@The Texas Medical Center (20)
- DigitalCommons@University of Nebraska - Lincoln (3)
- Doria (National Library of Finland DSpace Services) - National Library of Finland, Finland (6)
- DRUM (Digital Repository at the University of Maryland) (1)
- Duke University (4)
- eResearch Archive - Queensland Department of Agriculture; Fisheries and Forestry (2)
- Glasgow Theses Service (4)
- Illinois Digital Environment for Access to Learning and Scholarship Repository (1)
- Institutional Repository of Leibniz University Hannover (1)
- Instituto Nacional de Saúde de Portugal (1)
- Instituto Politécnico do Porto, Portugal (5)
- Lume - Repositório Digital da Universidade Federal do Rio Grande do Sul (1)
- Martin Luther Universitat Halle Wittenberg, Germany (1)
- Massachusetts Institute of Technology (1)
- Ministerio de Cultura, Spain (1)
- National Center for Biotechnology Information - NCBI (2)
- Nottingham eTheses (1)
- Plymouth Marine Science Electronic Archive (PlyMSEA) (2)
- Portal do Conhecimento - Ministerio do Ensino Superior Ciencia e Inovacao, Cape Verde (1)
- Publishing Network for Geoscientific & Environmental Data (12)
- QSpace: Queen's University - Canada (2)
- Repositório Aberto da Universidade Aberta de Portugal (2)
- Repositório Alice (Acesso Livre à Informação Científica da Embrapa / Repository Open Access to Scientific Information from Embrapa) (2)
- Repositório Científico da Universidade de Évora - Portugal (13)
- Repositório Científico do Instituto Politécnico de Lisboa - Portugal (6)
- Repositório da Produção Científica e Intelectual da Unicamp (6)
- Repositorio de la Universidad de Cuenca (1)
- Repositório digital da Fundação Getúlio Vargas - FGV (11)
- Repositório Digital da UNIVERSIDADE DA MADEIRA - Portugal (1)
- REPOSITORIO DIGITAL IMARPE - INSTITUTO DEL MAR DEL PERÚ, Peru (2)
- Repositório do Centro Hospitalar de Lisboa Central, EPE - Centro Hospitalar de Lisboa Central, EPE, Portugal (1)
- Repositorio Institucional da UFLA (RIUFLA) (1)
- Repositório Institucional da Universidade de Brasília (2)
- Repositório Institucional da Universidade Estadual de São Paulo - UNESP (3)
- Repositório Institucional da Universidade Federal do Rio Grande - FURG (1)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (146)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (8)
- SAPIENTIA - Universidade do Algarve - Portugal (3)
- Scielo España (1)
- Scielo Saúde Pública - SP (25)
- Universidad de Alicante (1)
- Universidad del Rosario, Colombia (7)
- Universidad Politécnica de Madrid (18)
- Universidade Complutense de Madrid (5)
- Universidade do Minho (4)
- Universidade dos Açores - Portugal (1)
- Universidade Federal do Rio Grande do Norte (UFRN) (7)
- Universidade Técnica de Lisboa (2)
- Universitat de Girona, Spain (12)
- Universitätsbibliothek Kassel, Universität Kassel, Germany (10)
- Université de Lausanne, Switzerland (123)
- Université de Montréal, Canada (17)
- University of Canberra Research Repository - Australia (1)
- University of Connecticut - USA (3)
- University of Michigan (2)
- University of Queensland eSpace - Australia (25)
- University of Southampton, United Kingdom (2)
- University of Washington (6)
Resumo:
The idea of incorporating multiple models of linear rheology into a superensemble, to forge a consensus forecast from the individual model predictions, is investigated. The relative importance of the individual models in the so-called multimodel superensemble (MMSE) was inferred by evaluating their performance on a set of experimental training data, via nonlinear regression. The predictive ability of the MMSE model was tested by comparing its predictions on test data that were similar (in-sample) and dissimilar (out-of-sample) to the training data used in the calibration. For the in-sample forecasts, we found that the MMSE model easily outperformed the best constituent model. The presence of good individual models greatly enhanced the MMSE forecast, while the presence of some bad models in the superensemble also improved the MMSE forecast modestly. While the performance of the MMSE model on the out-of-sample training data was not as spectacular, it demonstrated the robustness of this approach.