Statistical Inference for Ergodic Diffusion Processes

استنتاج آماری برای فرآیندهای انتشار ارگودیک تعداد زیادی از نتایج حاصل از بیش از ده سال ادبیات ریاضی را در بر می گیرد. این یک مرور کلی از تکنیک های موجود ارائه می دهد و - برای اولین بار در قالب کتاب - بسیاری از تکنیک ها و رویکردهای جدید را ارائه می دهد. مقدمه ابتدایی این رشته در ابتدای کتاب، دسته‌ای از نمونه‌ها - هم غیر استاندارد و هم کلاسیک - را معرفی می‌کند که با پیشرفت تحقیقات برای نشان دادن محاسن و معایب روش‌ها دوباره ظاهر می‌شوند. بیان مسائل در روح آمار ریاضی کلاسیک است و توجه ویژه ای به رویه های مجانبی کارآمد شده است. امروزه فرآیندهای انتشار به طور گسترده در مسائل کاربردی در زمینه هایی مانند فیزیک، مکانیک و به ویژه ریاضیات مالی استفاده می شود. این کتاب مرجعی پیشرفته ارائه می دهد که برای محققان و دانشجویان فارغ التحصیل و کارشناسی ارشد در زمینه هایی مانند ریاضیات مالی، اقتصاد، فیزیک، مکانیک و علوم زیست پزشکی ارزشمند است.

از سایت بررسی ها:

\"این کتاب بسیار در قالب Springer کتاب های آمار ریاضی فارغ التحصیل است و دسترسی سریع به آخرین ادبیات را می دهد...این کتاب بحث قوی در مورد نتایج ناپارامتریک و نیمه پارامتریک از هر دو ارائه می دهد. دیدگاه های کلاسیک و بیزی... من شک ندارم که به عنوان یک متن کلاسیک در نظر گرفته خواهد شد. /p>

Statistical Inference for Ergodic Diffusion Processes encompasses a wealth of results from over ten years of mathematical literature. It provides a comprehensive overview of existing techniques, and presents - for the first time in book form - many new techniques and approaches. An elementary introduction to the field at the start of the book introduces a class of examples - both non-standard and classical - that reappear as the investigation progresses to illustrate the merits and demerits of the procedures. The statements of the problems are in the spirit of classical mathematical statistics, and special attention is paid to asymptotically efficient procedures. Today, diffusion processes are widely used in applied problems in fields such as physics, mechanics and, in particular, financial mathematics. This book provides a state-of-the-art reference that will prove invaluable to researchers, and graduate and postgraduate students, in areas such as financial mathematics, economics, physics, mechanics and the biomedical sciences.

From the reviews:

"This book is very much in the Springer mould of graduate mathematical statistics books, giving rapid access to the latest literature...It presents a strong discussion of nonparametric and semiparametric results, from both classical and Bayesian standpoints...I have no doubt that it will come to be regarded as a classic text." Journal of the Royal Statistical Society, Series A, v. 167