Global and local diagnostic analytics for a geostatistical model based on a new approach to quantile regression

Primer Autor
Leiva, Victor
Co-autores
Sanchez, Luis
Galea, Manuel
Saulo, Helton
Título
Global and local diagnostic analytics for a geostatistical model based on a new approach to quantile regression
Editorial
SPRINGER
Revista
STOCHASTIC ENVIRONMENTAL RESEARCH AND RISK ASSESSMENT
Lenguaje
en
Tipo de Recurso
artículo original
Derecho de Acceso
restringido
Description
"Los autores agradecen a los editores y revisores sus comentarios constructivos, que contribuyeron a mejorar la presentación del manuscrito. La investigación fue financiada parcialmente por las subvenciones FONDECYT 1200525 de la Comisión Nacional de Investigación Científica y Tecnológica del Gobierno de Chile (V. Leiva) y Puente 001/2019 de la Dirección de Investigación del Vicerrectorado de Investigación de la Pontificia Universidad Católica de Chile (M. Galea).
The authors would like to thank the Editors and Reviewers for their constructive comments which led to improve the presentation of the manuscript. The research was partially supported by the project grants ""FONDECYT 1200525"" from the National Commission for Scientific and Technological Research of the Chilean government (V. Leiva) and ""Puente 001/2019"" from the Research Directorate of the Vice President for Research of the Pontificia Universidad Catolica de Chile, Chile (M. Galea)."
doi
10.1007/s00477-020-01831-y
Formato Recurso
pdf
Palabras Claves
Diagnostic techniques
Environmental data
Maximum likelihood method
R software
Spatial models
Ubicación del archivo
http://dx.doi.org/10.1007/s00477-020-01831-y
Materias
Técnicas de diagnóstico
Datos ambientales
Método de máxima verosimilitud
Software R
Modelos espaciales
Disciplinas de la OCDE
Ingeniería Ambiental y Geológica
Ingeniería Civil
Id de Web of Science
WOS:000553712400001
Access Rights
restringido
Derechos de acceso
restringido
Formato
pdf
Título de la cita (Recomendado-único)
Global and local diagnostic analytics for a geostatistical model based on a new approach to quantile regression
Identificador del recurso (Mandatado-único)
artículo original
Versión del recurso (Recomendado-único)
version publicada
ISSN
1436-3240
Tipo de ruta
hibrida
verde
Referencia del Financiador (Mandatado si es aplicable-repetible)
ANID FONDECYT 1200525
PUC Puente 001/2019
Colecciones
Colección Publicaciones Científicas
Revisa las metricas alternativas de Almetrics
Revisa las citaciones de Dimensions