当前位置：
X-MOL 学术
›
J. Am. Stat. Assoc.
›
论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
Modeling Multiple Time-Varying Related Groups: A Dynamic Hierarchical Bayesian Approach With an Application to the Health and Retirement Study
Journal of the American Statistical Association ( IF 3.7 ) Pub Date : 2021-04-27 , DOI: 10.1080/01621459.2021.1886105 Kiranmoy Das 1 , Pulak Ghosh 2 , Michael J. Daniels 3
Journal of the American Statistical Association ( IF 3.7 ) Pub Date : 2021-04-27 , DOI: 10.1080/01621459.2021.1886105 Kiranmoy Das 1 , Pulak Ghosh 2 , Michael J. Daniels 3
Affiliation
(2021). Modeling Multiple Time-Varying Related Groups: A Dynamic Hierarchical Bayesian Approach With an Application to the Health and Retirement Study. Journal of the American Statistical Association: Vol. 116, No. 534, pp. 558-568.
中文翻译：
对多个随时间变化的相关群体建模：应用于健康和退休研究的动态分层贝叶斯方法
(2021)。建模多个随时间变化的相关群体：一种动态分层贝叶斯方法，适用于健康和退休研究。美国统计协会杂志：卷。116，第 534 期，第 558-568 页。
更新日期：2021-06-08
中文翻译：
对多个随时间变化的相关群体建模：应用于健康和退休研究的动态分层贝叶斯方法
(2021)。建模多个随时间变化的相关群体：一种动态分层贝叶斯方法，适用于健康和退休研究。美国统计协会杂志：卷。116，第 534 期，第 558-568 页。
京公网安备 11010802027423号