Книга "Approximation Theorems of Mathematical Statistics" – это сборник основных теорем, полезных в математической статистике, а также методов доказательства и приложения этих теорем. Рассматривается широкий спектр предельных теорем, которые важны для математической статистики, а также методы преобразования теорем вероятности в статистические теоремы. Книга делает доступными для студентов и профессионалов в области статистики, математики, исследований операций и инженерии основы асимптотической теории в статистике, асимптотику статистик, вычисляемых по выборке, включая преобразования векторов более простых статистик, с акцентом на теорию асимптотических распределений и сильной сходимости. В книге также рассматриваются важные специальные классы статистик, такие как оценки максимального правдоподобия и другие асимптотически эффективные процедуры, U-статистики W. Хефдинга и "дифференцируемые статистические функции" Р. фон Мизеса, статистики, получаемые в виде решений уравнений ("M-оценки"), линейные функции порядковых статистик ("L-статистики") и ранговые статистики ("R-статистики"), а также подходы к асимптотической относительной эффективности статистических процедур. Книга представлена в удобном формате и может быть полезна для всех, кто интересуется математической статистикой.
Электронная Книга «Approximation Theorems of Mathematical Statistics» написана автором Группа авторов в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9780470317198
Описание книги от Группа авторов
Approximation Theorems of Mathematical Statistics This convenient paperback edition makes a seminal text in statistics accessible to a new generation of students and practitioners. Approximation Theorems of Mathematical Statistics covers a broad range of limit theorems useful in mathematical statistics, along with methods of proof and techniques of application. The manipulation of «probability» theorems to obtain «statistical» theorems is emphasized. Besides a knowledge of these basic statistical theorems, this lucid introduction to the subject imparts an appreciation of the instrumental role of probability theory. The book makes accessible to students and practicing professionals in statistics, general mathematics, operations research, and engineering the essentials of: * The tools and foundations that are basic to asymptotic theory in statistics * The asymptotics of statistics computed from a sample, including transformations of vectors of more basic statistics, with emphasis on asymptotic distribution theory and strong convergence * Important special classes of statistics, such as maximum likelihood estimates and other asymptotic efficient procedures; W. Hoeffding's U-statistics and R. von Mises's «differentiable statistical functions» * Statistics obtained as solutions of equations («M-estimates»), linear functions of order statistics («L-statistics»), and rank statistics («R-statistics») * Use of influence curves * Approaches toward asymptotic relative efficiency of statistical test procedures
