دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Weak Convergence and Empirical Processes With Applications to Statistics
دانلود کتاب همگرایی ضعیف و فرآیندهای تجربی با کاربرد در آمار
مشخصات کتاب
Weak Convergence and Empirical Processes With Applications to Statistics
ویرایش: نویسندگان: Vaart. Aad W. van der., Wellner. Jon A سری: Springer series in statistics ISBN (شابک) : 9781475725476, 1475725450 ناشر: Springer New York : Imprint: Springer سال نشر: 1996 تعداد صفحات: 523 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
قیمت کتاب (تومان) : 46,000
کلمات کلیدی مربوط به کتاب همگرایی ضعیف و فرآیندهای تجربی با کاربرد در آمار: ریاضیات، احتمالات، نظریه احتمالات و فرآیندهای تصادفی
در صورت تبدیل فایل کتاب Weak Convergence and Empirical Processes With Applications to Statistics 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 همگرایی ضعیف و فرآیندهای تجربی با کاربرد در آمار 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.
توضیحاتی در مورد کتاب همگرایی ضعیف و فرآیندهای تجربی با کاربرد در آمار
1.1. مقدمه -- 1.2. انتگرال های بیرونی و عمده های قابل اندازه گیری -- 1.3. همگرایی ضعیف -- 1.4. فضاهای محصول -- 1.5. فضاهای توابع محدود -- 1.6. فضاهای توابع محدود محلی -- 1.7. میدان سیگما توپ و قابلیت اندازه گیری سوپرما -- 1.8. فضاهای هیلبرت -- 1.9. همگرایی: تقریباً مطمئناً و به احتمال - 1.10. همگرایی: ضعیف، تقریبا یکنواخت و در احتمال -- 1.11. اصلاحات -- 1.12. یکنواختی و اندازه گیری -- 2.1. مقدمه -- 2.2. حداکثر نامساوی و اعداد پوششی -- 2.3. تقارن و اندازه گیری -- 2.4. قضایای گلیونکو-کانتلی -- 2.5. قضایای دانسکر -- 2.6. اعداد آنتروپی یکنواخت -- 2.7. اعداد پرانتز -- 2.8. یکنواختی در توزیع زیربنایی -- 2.9. قضایای حد مرکزی ضریب -- 2.10. ماندگاری املاک دانسکر -- 2.11. قضیه حد مرکزی برای فرآیندها -- 2.12. فرآیندهای جمع جزئی -- 2.13. سایر کلاس های Donsker -- 2.14. مرزهای دم -- 3.1. مقدمه -- 3.2. M-Estimators -- 3.3. Z-Estimators -- 3.4. نرخ های همگرایی -- 3.5. اندازه نمونه تصادفی، فرآیندهای مسمومیت و Kac -- 3.6. بوت استرپ -- 3.7. مسئله دو نمونه -- 3.8. فرآیندهای تجربی استقلال -- 3.9. روش دلتا -- 3.10. مجاورت -- 3.11. قضایای کانولوشن و حداقل مکس -- الف. پیوست -- الف.1. نابرابری ها -- الف.2. فرآیندهای گاوسی -- A.2.1. نابرابری ها و مقایسه گاوسی -- الف.2.2. کرانه های نمایی -- A.2.3. اقدامات عمده -- A.2.4. نتایج بیشتر -- A.3. فرآیندهای Rademacher -- A.4. نابرابری های ایزوپریمتری برای اندازه گیری های محصول -- الف.5. برخی از قضایای حد -- A.6. نابرابری های بیشتر -- الف.6.1. متغیرهای تصادفی دو جمله ای -- A.6.2. بردارهای تصادفی چند جمله ای -- A.6.3. مجموع Rademacher -- یادداشت ها -- مراجع -- فهرست نویسنده -- فهرست نمادها. این کتاب سعی می کند سه کار را انجام دهد. هدف اول ارائه یک حالت خاص از همگرایی تصادفی، به ویژه همگرایی در توزیع است. نظریه کلاسیک این موضوع بیشتر در دهه 1950 توسعه یافت و در Billingsley (1968) به خوبی خلاصه شده است. در طول 15 سال گذشته، نیاز به یک نظریه کلی تر که اجازه دهد عناصر تصادفی که قابل اندازه گیری بورل نیستند، به خوبی تثبیت شده است، به ویژه در توسعه نظریه فرآیندهای تجربی. بخش 1 کتاب، همگرایی تصادفی، شرحی از چنین نظریه ای را به دنبال ایده های J. Hoffmann-J!1 Jrgensen و R. M. Dudley ارائه می دهد. هدف دوم استفاده از پیش‌زمینه ضعیف نظریه همگرایی است که در بخش 1 ایجاد شده است تا گزارشی از مؤلفه‌های اصلی نظریه مدرن فرآیندهای تجربی نمایه‌سازی شده توسط کلاس‌هایی از مجموعه‌ها و توابع ارائه شود. نظریه همگرایی ضعیف توسعه یافته در بخش 1 برای این امر مهم است، صرفاً به این دلیل که فرآیندهای تجربی مورد مطالعه در بخش 2، فرآیندهای تجربی، به طور طبیعی به عنوان مقادیری در فضاهای Banach غیرقابل تفکیک، حتی در ابتدایی ترین موارد، تلقی می شوند و معمولاً قابل اندازه گیری بورل نیستند. . بخش اعظم تئوری ارائه شده در قسمت 2 قبلاً در مقالات مجلات پراکنده شده است و در نتیجه فقط برای تعداد نسبتا کمی از متخصصان قابل دسترسی بوده است. با توجه به اهمیت این نظریه برای آمار، ما امیدواریم که ارائه ارائه شده در اینجا این نظریه را برای آماردانان و همچنین احتمال گران علاقه مند به کاربردهای آماری در دسترس تر کند.
توضیحاتی درمورد کتاب به خارجی
1.1. Introduction -- 1.2. Outer Integrals and Measurable Majorants -- 1.3. Weak Convergence -- 1.4. Product Spaces -- 1.5. Spaces of Bounded Functions -- 1.6. Spaces of Locally Bounded Functions -- 1.7. The Ball Sigma-Field and Measurability of Suprema -- 1.8. Hilbert Spaces -- 1.9. Convergence: Almost Surely and in Probability -- 1.10. Convergence: Weak, Almost Uniform, and in Probability -- 1.11. Refinements -- 1.12. Uniformity and Metrization -- 2.1. Introduction -- 2.2. Maximal Inequalities and Covering Numbers -- 2.3. Symmetrization and Measurability -- 2.4. Glivenko-Cantelli Theorems -- 2.5. Donsker Theorems -- 2.6. Uniform Entropy Numbers -- 2.7. Bracketing Numbers -- 2.8. Uniformity in the Underlying Distribution -- 2.9. Multiplier Central Limit Theorems -- 2.10. Permanence of the Donsker Property -- 2.11. The Central Limit Theorem for Processes -- 2.12. Partial-Sum Processes -- 2.13. Other Donsker Classes -- 2.14. Tail Bounds -- 3.1. Introduction -- 3.2. M-Estimators -- 3.3. Z-Estimators -- 3.4. Rates of Convergence -- 3.5. Random Sample Size, Poissonization and Kac Processes -- 3.6. The Bootstrap -- 3.7. The Two-Sample Problem -- 3.8. Independence Empirical Processes -- 3.9. The Delta-Method -- 3.10. Contiguity -- 3.11. Convolution and Minimax Theorems -- A. Appendix -- A.1. Inequalities -- A.2. Gaussian Processes -- A.2.1. Inequalities and Gaussian Comparison -- A.2.2. Exponential Bounds -- A.2.3. Majorizing Measures -- A.2.4. Further Results -- A.3. Rademacher Processes -- A.4. Isoperimetric Inequalities for Product Measures -- A.5. Some Limit Theorems -- A.6. More Inequalities -- A.6.1. Binomial Random Variables -- A.6.2. Multinomial Random Vectors -- A.6.3. Rademacher Sums -- Notes -- References -- Author Index -- List of Symbols.;This book tries to do three things. The first goal is to give an exposition of certain modes of stochastic convergence, in particular convergence in distribution. The classical theory of this subject was developed mostly in the 1950s and is well summarized in Billingsley (1968). During the last 15 years, the need for a more general theory allowing random elements that are not Borel measurable has become well established, particularly in developing the theory of empirical processes. Part 1 of the book, Stochastic Convergence, gives an exposition of such a theory following the ideas of J. Hoffmann-J!1Jrgensen and R. M. Dudley. A second goal is to use the weak convergence theory background devel oped in Part 1 to present an account of major components of the modern theory of empirical processes indexed by classes of sets and functions. The weak convergence theory developed in Part 1 is important for this, simply because the empirical processes studied in Part 2, Empirical Processes, are naturally viewed as taking values in nonseparable Banach spaces, even in the most elementary cases, and are typically not Borel measurable. Much of the theory presented in Part 2 has previously been scattered in the journal literature and has, as a result, been accessible only to a relatively small number of specialists. In view of the importance of this theory for statis tics, we hope that the presentation given here will make this theory more accessible to statisticians as well as to probabilists interested in statistical applications.
فهرست مطالب
Front Matter....Pages i-xvi
Front Matter....Pages 1-1
Introduction....Pages 2-5
Outer Integrals and Measurable Majorants....Pages 6-15
Weak Convergence....Pages 16-28
Product Spaces....Pages 29-33
Spaces of Bounded Functions....Pages 34-42
Spaces of Locally Bounded Functions....Pages 43-44
The Ball Sigma-Field and Measurability of Suprema....Pages 45-48
Hilbert Spaces....Pages 49-51
Convergence: Almost Surely and in Probability....Pages 52-56
Convergence: Weak, Almost Uniform, and in Probability....Pages 57-66
Refinements....Pages 67-70
Uniformity and Metrization....Pages 71-74
Front Matter....Pages 79-79
Introduction....Pages 80-94
Maximal Inequalities and Covering Numbers....Pages 95-106
Symmetrization and Measurability....Pages 107-121
Glivenko-Cantelli Theorems....Pages 122-126
Donsker Theorems....Pages 127-133
Uniform Entropy Numbers....Pages 134-153
Bracketing Numbers....Pages 154-165
Uniformity in the Underlying Distribution....Pages 166-175
Front Matter....Pages 79-79
Multiplier Central Limit Theorems....Pages 176-189
Permanence of the Donsker Property....Pages 190-204
The Central Limit Theorem for Processes....Pages 205-224
Partial-Sum Processes....Pages 225-231
Other Donsker Classes....Pages 232-237
Tail Bounds....Pages 238-268
Front Matter....Pages 277-277
Introduction....Pages 278-283
M-Estimators....Pages 284-308
Z-Estimators....Pages 309-320
Rates of Convergence....Pages 321-338
Random Sample Size, Poissonization and Kac Processes....Pages 339-344
The Bootstrap....Pages 345-359
The Two-Sample Problem....Pages 360-366
Independence Empirical Processes....Pages 367-371
The Delta-Method....Pages 372-400
Contiguity....Pages 401-411
Convolution and Minimax Theorems....Pages 412-422
Back Matter....Pages 429-509
