دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: احتمال ویرایش: 1 نویسندگان: Sidney I. Resnick سری: Springer series in operations research and financial engineering ISBN (شابک) : 0387242724, 0387450246 ناشر: Springer سال نشر: 2007 تعداد صفحات: 412 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
در صورت تبدیل فایل کتاب Heavy-tail phenomena: probabilistic and statistical modeling به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب پدیده های دم سنگین: مدل سازی احتمالی و آماری نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این متن جامع ترکیب جالب و مفیدی از ابزارهای ریاضی، احتمالی و آماری مورد استفاده در تحلیل دم سنگین را ارائه میدهد. دمهای سنگین مشخصه بسیاری از پدیدههایی هستند که احتمال یک مقدار بزرگ به شدت تأثیر میگذارد. خسارتهای بیمهای رکوردشکنی، بازگشت گزارش مالی، اندازه فایلهای ذخیرهشده در سرور، نرخ انتقال فایلها همه نمونههایی از پدیدههای سنگین هستند.
ویژگیهای کلیدی:
* منحصر به فرد متن اختصاص داده شده به دمهای سنگین
* بر مدلسازی احتمال و روشهای آماری برای برازش مدلها تأکید دارد. بیشتر درمانها بر روی یکی یا دیگری تمرکز دارند، اما نه هر دوی آنها
* کاربرد گستردهای را در زمینههای شبکههای داده، امور مالی (مانند ارزش در معرض خطر)، بیمه، و هیدرولوژی ارائه میدهد. P>
* توضیح واضح، کارآمد و منسجم، تئوری تعادل و دادههای واقعی برای نشان دادن کاربرد و محدودیتهای روشهای خاص
* ویژگیهای ریاضی روشها و همچنین اجرای آنها را در جزئیات بررسی میکند. زبانهای آماری Splus یا R
* نمایشی که با مثالها و تمرینهای متعدد هدایت میشود
پیشنیازهای خواننده شامل یک دوره قبلی در فرآیندهای تصادفی و احتمال، برخی پیشزمینههای آماری، آشنایی با سریهای زمانی است. تجزیه و تحلیل، و توانایی استفاده (یا حداقل یادگیری) یک بسته آماری مانند R یا Splus. این کار به دانشجویان و محققان سال دوم تحصیلات تکمیلی در زمینههای ریاضیات کاربردی، آمار، تحقیقات عملیات، مهندسی برق و اقتصاد خدمت خواهد کرد.
This comprehensive text gives an interesting and useful blend of the mathematical, probabilistic and statistical tools used in heavy-tail analysis. Heavy tails are characteristic of many phenomena where the probability of a single huge value impacts heavily. Record-breaking insurance losses, financial-log returns, files sizes stored on a server, transmission rates of files are all examples of heavy-tailed phenomena.
Key features:
* Unique text devoted to heavy-tails
* Emphasizes both probability modeling and statistical methods for fitting models. Most treatments focus on one or the other but not both
* Presents broad applicability of heavy-tails to the fields of data networks, finance (e.g., value-at- risk), insurance, and hydrology
* Clear, efficient and coherent exposition, balancing theory and actual data to show the applicability and limitations of certain methods
* Examines in detail the mathematical properties of the methodologies as well as their implementation in Splus or R statistical languages
* Exposition driven by numerous examples and exercises
Prerequisites for the reader include a prior course in stochastic processes and probability, some statistical background, some familiarity with time series analysis, and ability to use (or at least to learn) a statistics package such as R or Splus. This work will serve second-year graduate students and researchers in the areas of applied mathematics, statistics, operations research, electrical engineering, and economics.
Front Matter....Pages i-xix
Introduction....Pages 1-14
Front Matter....Pages 15-15
Crash Course I: Regular Variation....Pages 17-38
Crash Course II: Weak Convergence; Implications for Heavy-Tail Analysis....Pages 39-69
Front Matter....Pages 71-71
Dipping a Toe in the Statistical Water....Pages 73-116
Front Matter....Pages 117-117
The Poisson Process....Pages 119-165
Multivariate Regular Variation and the Poisson Transform....Pages 167-210
Weak Convergence and the Poisson Process....Pages 211-251
Applied Probability Models and Heavy Tails....Pages 253-287
Front Matter....Pages 289-289
Additional Statistics Topics....Pages 291-356
Front Matter....Pages 357-357
Notation and Conventions....Pages 359-361
Software....Pages 363-375
Back Matter....Pages 377-404