Intermediate probability: a computational approach

دسته بندی: احتمال
ویرایش:  
نویسندگان: Marc Paolella  
سری:  
ISBN (شابک) : 0470026375, 9780470035054 
ناشر: Wiley-Interscience 
سال نشر: 2007 
تعداد صفحات: 432 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت 

قیمت کتاب (تومان) : 61,000

احتمال متوسط، گسترش طبیعی احتمال بنیادی نویسنده است. چندین موضوع بسیار مهم را شرح می دهد، از موضوعات استاندارد مانند آمار سفارش، مفاهیم نرمال چند متغیره و مفاهیم همگرایی، تا موضوعات پیشرفته تر که معمولاً در این سطح ریاضی مطرح نمی شوند، یا قبلاً هرگز در قالب کتاب درسی ظاهر نشده اند. نویسنده یک رویکرد محاسباتی را در کل اتخاذ می‌کند و به خواننده اجازه می‌دهد تا مستقیماً روش‌ها را پیاده‌سازی کند، بنابراین تجربه یادگیری را تا حد زیادی افزایش می‌دهد و کاربرد، نقاط قوت و ضعف نظریه را به وضوح نشان می‌دهد.

کتاب:

• تاکید زیادی بر محاسبه عددی انحراف متغیرهای تصادفی، از طریق یکپارچه‌سازی عددی، قضایای وارونگی، تبدیل فوریه سریع، تقریب‌های نقطه زینی، و شبیه‌سازی دارد.
• مطالب مقدماتی را برای مباحث ریاضی مورد نیاز مانند اعداد مختلط، تبدیل‌های لاپلاس و فوریه، جبر ماتریسی، توابع ابرهندسی متجانس، توابع دیگاما و توابع بسل ارائه می‌کند.
• اشتقاق کامل و روش‌های محاسباتی متعدد پارتیین پایدار و توزیع‌های غیر مرکزی تکی و مضاعف را ارائه می‌کند.
• یک فصل کامل به مخلوط‌های میانگین واریانس، NIG، GIG، هذلولی تعمیم‌یافته و توزیع‌های مرتبط متعدد اختصاص داده شده است.
• یک فصل کامل به تودرتو، تعمیم و توسعه نامتقارن توزیع‌های پرطرفدار، همانطور که در امور مالی تجربی و سایر کاربردها رایج شده است، اختصاص داده شده است.
• کلیه کدهای برنامه نویسی ضروری را در Matlab و R ارائه می دهد.

سبک نوشتن کاربر پسند و توجه به جزئیات به این معنی است که خودآموزی به راحتی امکان پذیر است و این کتاب را برای دانشجویان ارشد و کارشناسی ارشد ایده آل می کند. ریاضیات، آمار، اقتصاد سنجی، مالی، بیمه و علوم کامپیوتر و همچنین محققان و آماردانان حرفه ای که در این زمینه ها کار می کنند.

Intermediate Probability is the natural extension of the author's Fundamental Probability. It details several highly important topics, from standard ones such as order statistics, multivariate normal, and convergence concepts, to more advanced ones which are usually not addressed at this mathematical level, or have never previously appeared in textbook form. The author adopts a computational approach throughout, allowing the reader to directly implement the methods, thus greatly enhancing the learning experience and clearly illustrating the applicability, strengths, and weaknesses of the theory.

The book:

• Places great emphasis on the numeric computation of convolutions of random variables, via numeric integration, inversion theorems, fast Fourier transforms, saddlepoint approximations, and simulation.
• Provides introductory material to required mathematical topics such as complex numbers, Laplace and Fourier transforms, matrix algebra, confluent hypergeometric functions, digamma functions, and Bessel functions.
• Presents full derivation and numerous computational methods of the stable Paretian and the singly and doubly non-central distributions.
• A whole chapter is dedicated to mean-variance mixtures, NIG, GIG, generalized hyperbolic and numerous related distributions.
• A whole chapter is dedicated to nesting, generalizing, and asymmetric extensions of popular distributions, as have become popular in empirical finance and other applications.
• Provides all essential programming code in Matlab and R.

The user-friendly style of writing and attention to detail means that self-study is easily possible, making the book ideal for senior undergraduate and graduate students of mathematics, statistics, econometrics, finance, insurance, and computer science, as well as researchers and professional statisticians working in these fields.