Resampling Methods for Dependent Data (Springer Series in Statistics)
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage
Kurzinformation
Handgeprüfte Gebrauchtware
Schnelle Lieferung
Faire Preise
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage
Beschreibung
"Resampling Methods for Dependent Data" von S. N. Lahiri ist ein umfassendes Werk, das sich mit statistischen Resampling-Techniken für abhängige Daten beschäftigt. Das Buch gehört zur Springer Series in Statistics und bietet eine detaillierte Einführung in die theoretischen Grundlagen und praktischen Anwendungen von Resampling-Methoden, die speziell für Daten entwickelt wurden, bei denen Beobachtungen nicht unabhängig sind. Der Autor untersucht verschiedene Ansätze wie Bootstrapping und Permutationstests im Kontext von Zeitreihenanalysen und räumlichen Daten. Ein Schwerpunkt liegt auf der Anpassung klassischer Resampling-Methoden an Situationen, in denen die Annahme unabhängiger Stichproben verletzt wird. Das Buch behandelt sowohl asymptotische Theorien als auch finite-sample-Eigenschaften dieser Methoden. Lahiri bietet zudem zahlreiche Beispiele und Simulationsergebnisse, um die Praktikabilität und Effektivität der vorgestellten Techniken zu veranschaulichen. Dadurch richtet sich das Buch sowohl an theoretisch interessierte Leser als auch an Praktiker, die robuste statistische Analysen mit abhängigen Daten durchführen möchten.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Entdecke mehr vom Verlag
