EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Modeling spatial compositional data: Dirichlet likelihoods and cross-entropy estimation

Teo Nguyen, Sarat Moka, Kerrie Mengersen, Benoit Liquet

Spatial Statistics · 2026-08 · 74 · 100978

DOI: 10.1016/j.spasta.2026.100978 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Spatial Statistics, 2026-08. Verfasst von Teo Nguyen und 3 weiteren Autor:innen. Die Arbeit nennt 46 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: University of Pau and Pays de l'Adour.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • University of Pau and Pays de l'Adour

Zitieren

APA

Nguyen, T., Moka, S., Mengersen, K., & Liquet, B. (2026). Modeling spatial compositional data: Dirichlet likelihoods and cross-entropy estimation. Spatial Statistics, 74, 100978. https://doi.org/10.1016/j.spasta.2026.100978

Vancouver

Nguyen T, Moka S, Mengersen K, Liquet B. Modeling spatial compositional data: Dirichlet likelihoods and cross-entropy estimation. Spatial Statistics. 2026;74:100978. doi:10.1016/j.spasta.2026.100978

BibTeX
@article{Nguyen2026,
  author = {Nguyen, Teo and Moka, Sarat and Mengersen, Kerrie and Liquet, Benoit},
  title = {Modeling spatial compositional data: Dirichlet likelihoods and cross-entropy estimation},
  journal = {Spatial Statistics},
  year = {2026},
  volume = {74},
  pages = {100978},
  doi = {10.1016/j.spasta.2026.100978}
}
Kostenlos starten →