Estimation of Stochastic Processes with Stationary Increments and Cointegrated Sequences (eBook)
320 Seiten
John Wiley & Sons (Verlag)
978-1-119-66352-2 (ISBN)
Furthermore, this book presents solutions to extrapolation (forecast), interpolation (missed values estimation) and filtering (smoothing) problems based on observations with and without noise, in discrete and continuous time domains. Extending the classical approach applied when the spectral densities of the processes are known, the minimax method of estimation is developed for a case where the spectral information is incomplete and the relations that determine the least favorable spectral densities for the optimal estimations are found.
Maksym Luz is Deputy Local Chief Actuary and Risk Officer at BNP Paribas Cardif, Ukraine. Mikhail Moklyachuk is Full Professor at the Department of Probability Theory, Statistics and Actuarial Mathematics, Taras Shevchenko National University of Kyiv, Ukraine.
1. Stationary Increments of Discrete Time Stochastic Processes: Spectral Representation.
2. Extrapolation Problem for Stochastic Sequences with Stationary nth Increments.
3. Interpolation Problem for Stochastic Sequences with Stationary nth Increments.
4. Extrapolation Problem for Stochastic Sequences?with Stationary nth Increments Based on Observations with Stationary Noise.
5. Interpolation Problem for Stochastic Sequences?with Stationary nth Increments Based on Observations with Stationary Noise.
6. Filtering Problem of Stochastic Sequences with Stationary nth Increments Based on Observations with Stationary Noise.
7. Interpolation Problem for Stochastic Sequences with Stationary nth Increments Observed with Non-stationary Noise.
8. Filtering Problem for Stochastic Sequences with Stationary nth Increments Observed with Non-stationary Noise.
9. Stationary Increments of Continuous Time Stochastic Processes: Spectral Representation.
10. Extrapolation Problem for Stochastic Processes with Stationary nth Increments.
11. Interpolation Problem for Stochastic Processes with Stationary nth Increments.
12. Filtering Problem for Stochastic Processes with Stationary nth Increments.
| Erscheint lt. Verlag | 20.9.2019 |
|---|---|
| Sprache | englisch |
| Themenwelt | Mathematik / Informatik ► Mathematik ► Statistik |
| Mathematik / Informatik ► Mathematik ► Wahrscheinlichkeit / Kombinatorik | |
| Schlagworte | General K-12 School • K-12 School • Mathematics & Statistics/K-12 • Probability & Mathematical Statistics • Spezialthemen Statistik • Statistics • Statistics Special Topics • Statistik • Wahrscheinlichkeitsrechnung u. mathematische Statistik |
| ISBN-10 | 1-119-66352-0 / 1119663520 |
| ISBN-13 | 978-1-119-66352-2 / 9781119663522 |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
PDF (Adobe DRM)Kopierschutz: Adobe-DRM
Adobe-DRM ist ein Kopierschutz, der das eBook vor Mißbrauch schützen soll. Dabei wird das eBook bereits beim Download auf Ihre persönliche Adobe-ID autorisiert. Lesen können Sie das eBook dann nur auf den Geräten, welche ebenfalls auf Ihre Adobe-ID registriert sind.
Details zum Adobe-DRM
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen eine
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen eine
Geräteliste und zusätzliche Hinweise
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
