या ई-पुस्तकाविषयी
Heavy tailed data appears frequently in social science, internet traffic, insurance and finance. Statistical inference has been studied for many years, which includes recent bias-reduction estimation for tail index and high quantiles with applications in risk management, empirical likelihood based interval estimation for tail index and high quantiles, hypothesis tests for heavy tails, the choice of sample fraction in tail index and high quantile inference. These results for independent data, dependent data, linear time series and nonlinear time series are scattered in different statistics journals. Inference for Heavy-Tailed Data Analysis puts these methods into a single place with a clear picture on learning and using these techniques.
- Contains comprehensive coverage of new techniques of heavy tailed data analysis
- Provides examples of heavy tailed data and its uses
- Brings together, in a single place, a clear picture on learning and using these techniques
लेखकाविषयी
Dr Liang Peng is based at the Department of Risk Management and Insurance at Robinson College of Business, Georgia State University, USA
Dr Yongcheng Qi is based at the Department of Mathematics and Statistics at the University of Minnesota, USA.
या ई-पुस्तकला रेटिंग द्या
तुम्हाला काय वाटते ते आम्हाला सांगा.
वाचन माहिती
स्मार्टफोन आणि टॅबलेट
Android आणि iPad/iPhone साठी Google Play बुक अ‍ॅप इंस्‍टॉल करा. हे तुमच्या खात्‍याने आपोआप सिंक होते आणि तुम्ही जेथे कुठे असाल तेथून तुम्हाला ऑनलाइन किंवा ऑफलाइन वाचण्‍याची अनुमती देते.
लॅपटॉप आणि कॉंप्युटर
तुम्ही तुमच्या काँप्युटरचा वेब ब्राउझर वापरून Google Play वर खरेदी केलेली ऑडिओबुक ऐकू शकता.
ईवाचक आणि इतर डिव्हाइसेस
Kobo eReaders सारख्या ई-इंक डिव्‍हाइसवर वाचण्‍यासाठी, तुम्ही एखादी फाइल डाउनलोड करून ती तुमच्या डिव्‍हाइसवर ट्रान्सफर करणे आवश्यक आहे. सपोर्ट असलेल्या eReaders वर फाइल ट्रान्सफर करण्यासाठी, मदत केंद्र मधील तपशीलवार सूचना फॉलो करा.
