S'identifier
FR
[EN] English
[FR] Français
S'identifier
FR
[EN] English
[FR] Français
Donnez votre avis
Chercher et explorer
Chercher
Explore ORBilu
Science ouverte
Open Science
Open Access
La gestion des données de recherche
Definitions
OS Working group
Webinars
Statistiques
Aide
Guide d'utilisation
FAQ
Formats de rapport
Typologies
Reporting
Formations
ORCID
À propos
A propos ORBilu
Mandat
Equipe
Impact et visibilité
À propos des statistiques
Indicateurs bibliométriques
OAI-PMH
Historique du projet
Informations juridiques
Protection des données
Mentions légales
Retour
Accueil
Référence détaillée
Demander un accès
Communication publiée dans un ouvrage (Colloques, congrès, conférences scientifiques et actes)
A new model selection criterion for finite mixture models
SCHILTZ, Jang
2019
•
In
Proceedings of the 62nd ISI World Statistics Congress
Peer reviewed
Permalien
https://hdl.handle.net/10993/41442
Documents (2)
Envoyer vers
Détails
Statistiques
Bibliographie
Publications similaires
Documents
Texte intégral
2019_1 Selection Criterion.pdf
Postprint Auteur (326.58 kB)
Demander un accès
Annexes
2019_4 Kuala Lumpur.pdf
(1.88 MB)
Presentation slides
Télécharger
Tous les documents dans ORBilu sont protégés par une
licence d'utilisation
.
Envoyer vers
RIS
BibTex
APA
Chicago
Permalink
X
Linkedin
copier dans le presse-papier
copié
Détails
Disciplines :
Mathématiques
Auteur, co-auteur :
SCHILTZ, Jang
;
University of Luxembourg > Faculty of Law, Economics and Finance (FDEF) > Luxembourg School of Finance (LSF)
Co-auteurs externes :
no
Langue du document :
Anglais
Titre :
A new model selection criterion for finite mixture models
Date de publication/diffusion :
20 août 2019
Nom de la manifestation :
62nd ISI World Statistics Congress
Organisateur de la manifestation :
ISI
Lieu de la manifestation :
Kuala Lumpur, Malaisie
Date de la manifestation :
18.-23.8.2019
Manifestation à portée :
International
Titre de l'ouvrage principal :
Proceedings of the 62nd ISI World Statistics Congress
Pagination :
6
Peer reviewed :
Peer reviewed
Focus Area :
Computational Sciences
Disponible sur ORBilu :
depuis le 06 janvier 2020
Statistiques
Nombre de vues
78 (dont 0 Unilu)
Nombre de téléchargements
68 (dont 1 Unilu)
Voir plus de statistiques
Bibliographie
Publications similaires
Contacter ORBilu