Bicocca Open Archive

Logo unimib boa

Brusa, L., Pennoni, F., Bartolucci, F., Peruilh Bagolini, R. (2024). Addressing latent state separation in hidden Markov models for categorical data with covariates: A penalised maximum likelihood approach. Intervento presentato a: Challenges for Categorical Data Analysis (CCDA 2024), Londra, United Kingdom.

Addressing latent state separation in hidden Markov models for categorical data with covariates: A penalised maximum likelihood approach

Brusa, L;Pennoni, F;
2024
relazione (orale)
Binary longitudinal data, Discrete latent variables, Early-warning system, Expectation-Maximization algorithm, Hypotension data, Penalized likelihood
English
Challenges for Categorical Data Analysis (CCDA 2024)
2024
2024
https://sites.google.com/view/ccda2024/talks-slides
none
Brusa, L., Pennoni, F., Bartolucci, F., Peruilh Bagolini, R. (2024). Addressing latent state separation in hidden Markov models for categorical data with covariates: A penalised maximum likelihood approach. Intervento presentato a: Challenges for Categorical Data Analysis (CCDA 2024), Londra, United Kingdom.
02 - Intervento a convegno
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10281/523120
Citazioni
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
Social impact