Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT

Freigegeben

Konferenzbeitrag

Learning from categorical data subject to non-random misclassification and non-response under prior quasi-near-ignorance using an imprecise Dirichlet model

MPG-Autoren
/persons/resource/persons139693

von Oertzen,  Timo
Center for Lifespan Psychology, Max Planck Institute for Human Development, Max Planck Society;

Externe Ressourcen
Volltexte (beschränkter Zugriff)
Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.
Volltexte (frei zugänglich)
Es sind keine frei zugänglichen Volltexte in PuRe verfügbar
Ergänzendes Material (frei zugänglich)
Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar
Zitation

Omar, A., von Oertzen, T., & Augustin, T. (2022). Learning from categorical data subject to non-random misclassification and non-response under prior quasi-near-ignorance using an imprecise Dirichlet model. In D. Ciucci, I. Couso, J. Medina, D. Ślęzak, D. Petturiti, B. Bouchon-Meunier, et al. (Eds.), Information processing and management of uncertainty in knowledge-based systems, 19th International Conference, IPMU 2022, Milan, Italy, July 11–15, 2022. Proceedings (pp. 532-544). Cham: Springer.


Zitierlink: https://hdl.handle.net/21.11116/0000-000A-B342-1
Zusammenfassung
Es ist keine Zusammenfassung verfügbar