I modelli statistici e matematici sono definiti da parametri che descrivono diverse caratteristiche di tali modelli. Idealmente, sarebbe possibile trovare stime dei parametri per ogni parametro in quel modello, ma in alcuni casi ciò non è possibile. Ad esempio, due parametri che appaiono sempre e solo nel modello come prodotto non possono essere stimati individualmente; Solo il prodotto può essere stimato. Si dice che un modello di questo tipo sia ridondante o che i parametri siano descritti come non identificabili. Questo libro spiega perché la ridondanza dei parametri e la non identificabilità sono un problema e i diversi metodi che possono essere utilizzati per il rilevamento, anche in un contesto bayesiano. >><<Caratteristiche principali di questo libro: <br><brbrbrbr> Discussione dettagliata dei problemi causati dalla ridondanza dei parametri e dalla non identificabilità Spiegazione dei diversi metodi generali per rilevare la ridondanza e la non identificabilità dei parametri, inclusi l'algebra simbolica e i metodi numerici Capitolo sull'identificabilità bayesiana In tutto vengono utilizzati esempi illustrativi per dimostrare chiaramente ogni problema e metodo. Per questi esempi sono disponibili il codice Maple e R Focus più approfondito sulle aree dei modelli discreti e continui dello spazio degli stati e delle statistiche ecologiche, inclusi i metodi che sono stati sviluppati specificamente per ciascuna di queste aree Questo libro è progettato per rendere la ridondanza dei parametri e la non identificabilità accessibili e comprensibili a un vasto pubblico di master e dottorati di ricerca dagli studenti ai ricercatori, dai matematici e statistici ai professionisti che utilizzano modelli matematici o statistici. . Lingua: Inglese