• Kapcsolat

  • Hírlevél

  • Rólunk

  • Szállítási lehetőségek

  • Prospero könyvpiaci podcast

  • Inference for Heavy-Tailed Data: Applications in Insurance and Finance

    Inference for Heavy-Tailed Data by Peng, Liang; Qi, Yongcheng;

    Applications in Insurance and Finance

      • 10% KEDVEZMÉNY?

      • A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
      • Kiadói listaár EUR 91.95
      • Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.

        38 136 Ft (36 320 Ft + 5% áfa)
      • Kedvezmény(ek) 10% (cc. 3 814 Ft off)
      • Kedvezményes ár 34 322 Ft (32 688 Ft + 5% áfa)

    38 136 Ft

    db

    Beszerezhetőség

    Megrendelésre a kiadó utánnyomja a könyvet. Rendelhető, de a szokásosnál kicsit lassabban érkezik meg.

    Why don't you give exact delivery time?

    A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.

    A termék adatai:

    • Kiadó Elsevier Science
    • Megjelenés dátuma 2017. augusztus 15.

    • ISBN 9780128046760
    • Kötéstípus Puhakötés
    • Terjedelem180 oldal
    • Méret 229x152 mm
    • Súly 300 g
    • Nyelv angol
    • 0

    Kategóriák

    Hosszú leírás:

    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.

    Több

    Tartalomjegyzék:

    1. Independent Data: bias-corrected estimators, interval estimation, hypothesis tests, choice of sample fraction2. Dependent Data: inference for mixing data, ARMA models, GARCH(1,1) models3. Multivariate Regular Variation: Recent research on hidden regular variation, functional time series.4. Applications: a tool-box in R will be applied to analyse data sets in insurance and finance

    Több
    0