Heavy-Tailed Time Series
ก.ค. 2020 · Springer Nature
eBook
681
หน้า
reportคะแนนและรีวิวไม่ได้รับการตรวจสอบยืนยัน ดูข้อมูลเพิ่มเติม
เกี่ยวกับ eBook เล่มนี้
This book aims to present a comprehensive, self-contained, and concise overview of extreme value theory for time series, incorporating the latest research trends alongside classical methodology. Appropriate for graduate coursework or professional reference, the book requires a background in extreme value theory for i.i.d. data and basics of time series. Following a brief review of foundational concepts, it progresses linearly through topics in limit theorems and time series models while including historical insights at each chapter’s conclusion. Additionally, the book incorporates complete proofs and exercises with solutions as well as substantive reference lists and appendices, featuring a novel commentary on the theory of vague convergence.
เกี่ยวกับผู้แต่ง
Rafal Kulik graduated from the University of Wroclaw, Poland. He is currently a Professor at the Department of Mathematics and Statistics, University of Ottawa. His research interests are centered around limit theorems for stochastic processes with temporal dependence.
Philippe Soulier graduated from Ecole Normale Supérieure de Paris and obtained his PhD at University Paris XI Orsay. He is Professor of Mathematics at University Paris Nanterre. His main themes of research are long memory processes and extreme value theory.
ให้คะแนน eBook นี้
แสดงความเห็นของคุณให้เรารับรู้
ข้อมูลในการอ่าน
สมาร์ทโฟนและแท็บเล็ต
ติดตั้งแอป Google Play Books สำหรับ Android และ iPad/iPhone แอปจะซิงค์โดยอัตโนมัติกับบัญชีของคุณ และช่วยให้คุณอ่านแบบออนไลน์หรือออฟไลน์ได้ทุกที่
แล็ปท็อปและคอมพิวเตอร์
คุณฟังหนังสือเสียงที่ซื้อจาก Google Play โดยใช้เว็บเบราว์เซอร์ในคอมพิวเตอร์ได้
eReader และอุปกรณ์อื่นๆ
หากต้องการอ่านบนอุปกรณ์ e-ink เช่น Kobo eReader คุณจะต้องดาวน์โหลดและโอนไฟล์ไปยังอุปกรณ์ของคุณ โปรดทำตามวิธีการอย่างละเอียดในศูนย์ช่วยเหลือเพื่อโอนไฟล์ไปยัง eReader ที่รองรับ
