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 !
Dans ce recueil de 13 nouvelles, la jeune autrice mexicaine frappe fort mais juste
Une fiction historique glaçante et inoubliable, aux confins de l’Antarctique
Découvrez les derniers trésors littéraires de l'année !
"On n'est pas dans le futurisme, mais dans un drame bourgeois ou un thriller atmosphérique"
