Cet ouvrage traite de l'estimation robuste dans des situations où les données peuvent être contaminées de façon symétrique aussi bien qu'asymétrique. Une variété de M-estimateurs est considérée sur le plan de leur efficacité comparée dans plusieurs situations de contamination typiques d'une distribution gaussienne. Une stratégie du choix d'un estimateur est proposée en fonction du type de contamination. Ces résultats sont appliqués à une modélisation des séries chronologiques (modèles autorégressifs) affectées de valeurs aberrantes. L'ensemble est illustré par des résultats de simulation et par le traitement détaillé d'une série d'indices de prix d'actions.
Il n'y a pas encore de discussion sur ce livre
Soyez le premier à en lancer une !
"On n'est pas dans le futurisme, mais dans un drame bourgeois ou un thriller atmosphérique"
L'auteur se glisse en reporter discret au sein de sa propre famille pour en dresser un portrait d'une humanité forte et fragile
Au Rwanda, l'itinéraire d'une femme entre rêve d'idéal et souvenirs destructeurs
Participez et tentez votre chance pour gagner des livres !
