Autor Maciak, Matúš
|
|
Documentos disponibles escritos por este autor (2)
Hacer una sugerencia Refinar búsqueda
TÃtulo : Analytical Methods in Statistics : AMISTAT, Liberec, Czech Republic, September 2019 Tipo de documento: documento electrónico Autores: Maciak, Matúš, ; PeÅ¡ta, Michal, ; Schindler, Martin, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: X, 156 p. 15 ilustraciones, 8 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-48814-7 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: EstadÃsticas Probabilidades Matemáticas TeorÃa y métodos estadÃsticos TeorÃa de probabilidad Aplicaciones de las matemáticas EstadÃstica y Computación EstadÃsticas aplicadas Ãndice Dewey: 519.5 Matemáticas estadísticas Resumen: Este libro recopila contribuciones revisadas por pares sobre métodos y temas estadÃsticos modernos, derivadas del tercer taller sobre métodos analÃticos en estadÃstica, AMISTAT 2019, celebrado en Liberec, República Checa, del 16 al 19 de septiembre de 2019. Los problemas de la vida real exigen soluciones estadÃsticas , que a su vez requieren métodos matemáticos nuevos y profundos. Como tal, el libro no es sólo una colección de problemas resueltos sino también una fuente de nuevos métodos y sus extensiones prácticas. Las contribuciones autorizadas se centran en métodos analÃticos en estadÃstica, asintótica, estimación e información de Fisher, robustez, modelos estocásticos y desigualdades, y otros campos relacionados; Además, abordan, por ejemplo, cuantiles de autorregresión promedio, redes neuronales, estimadores de distancia mÃnima empÃrica ponderada, estimación de superficie de volatilidad implÃcita, estimador de Grenander, análisis de componentes no gaussianos, metaaprendizaje y modelos de errores en variables de alta dimensión. Nota de contenido: Preface -- Y. Güney, J. JureÄková and O. Arslan, Averaged Autoregression Quantiles in Autoregressive Model -- J. Kalina and P. Vidnerová, Regression Neural Networks with a Highly Robust Loss Function -- H. L. Koul and P. Geng, Weighted Empirical Minimum Distance Estimators in Berkson Measurement Error Regression Models -- M. Maciak, M. PeÅ¡ta and S. Vitali, Implied Volatility Surface Estimation via Quantile Regularization -- I. Mizera, A remark on the Grenander estimator -- U. RadojiÄić and K. Nordhausen, Non-Gaussian Component Analysis: Testing the Dimension of the Signal Subspace -- P. Vidnerová, J. Kalina and Y. Güney, A Comparison of Robust Model Choice Criteria within a Metalearning Study -- S. Zwanzig and R. Ahmad, On Parameter Estimation for High Dimensional Errors-in-Variables Models. En lÃnea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Analytical Methods in Statistics : AMISTAT, Liberec, Czech Republic, September 2019 [documento electrónico] / Maciak, Matúš, ; PeÅ¡ta, Michal, ; Schindler, Martin, . - 1 ed. . - [s.l.] : Springer, 2020 . - X, 156 p. 15 ilustraciones, 8 ilustraciones en color.
ISBN : 978-3-030-48814-7
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: EstadÃsticas Probabilidades Matemáticas TeorÃa y métodos estadÃsticos TeorÃa de probabilidad Aplicaciones de las matemáticas EstadÃstica y Computación EstadÃsticas aplicadas Ãndice Dewey: 519.5 Matemáticas estadísticas Resumen: Este libro recopila contribuciones revisadas por pares sobre métodos y temas estadÃsticos modernos, derivadas del tercer taller sobre métodos analÃticos en estadÃstica, AMISTAT 2019, celebrado en Liberec, República Checa, del 16 al 19 de septiembre de 2019. Los problemas de la vida real exigen soluciones estadÃsticas , que a su vez requieren métodos matemáticos nuevos y profundos. Como tal, el libro no es sólo una colección de problemas resueltos sino también una fuente de nuevos métodos y sus extensiones prácticas. Las contribuciones autorizadas se centran en métodos analÃticos en estadÃstica, asintótica, estimación e información de Fisher, robustez, modelos estocásticos y desigualdades, y otros campos relacionados; Además, abordan, por ejemplo, cuantiles de autorregresión promedio, redes neuronales, estimadores de distancia mÃnima empÃrica ponderada, estimación de superficie de volatilidad implÃcita, estimador de Grenander, análisis de componentes no gaussianos, metaaprendizaje y modelos de errores en variables de alta dimensión. Nota de contenido: Preface -- Y. Güney, J. JureÄková and O. Arslan, Averaged Autoregression Quantiles in Autoregressive Model -- J. Kalina and P. Vidnerová, Regression Neural Networks with a Highly Robust Loss Function -- H. L. Koul and P. Geng, Weighted Empirical Minimum Distance Estimators in Berkson Measurement Error Regression Models -- M. Maciak, M. PeÅ¡ta and S. Vitali, Implied Volatility Surface Estimation via Quantile Regularization -- I. Mizera, A remark on the Grenander estimator -- U. RadojiÄić and K. Nordhausen, Non-Gaussian Component Analysis: Testing the Dimension of the Signal Subspace -- P. Vidnerová, J. Kalina and Y. Güney, A Comparison of Robust Model Choice Criteria within a Metalearning Study -- S. Zwanzig and R. Ahmad, On Parameter Estimation for High Dimensional Errors-in-Variables Models. En lÃnea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Analytical Methods in Statistics / Antoch, JaromÃr ; JureÄková, Jana ; Maciak, Matúš ; PeÅ¡ta, Michal
TÃtulo : Analytical Methods in Statistics : AMISTAT, Prague, November 2015 Tipo de documento: documento electrónico Autores: Antoch, JaromÃr, ; JureÄková, Jana, ; Maciak, Matúš, ; PeÅ¡ta, Michal, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: IX, 207 p. 12 ilustraciones, 4 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-51313-3 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: EstadÃsticas Probabilidades TeorÃa y métodos estadÃsticos TeorÃa de probabilidad EstadÃstica en Negocios Gestión EconomÃa Finanzas Seguros Ãndice Dewey: 519.5 Matemáticas estadísticas Resumen: Este volumen recopila contribuciones autorizadas sobre métodos analÃticos y estadÃstica matemática. Los métodos presentados incluyen técnicas de remuestreo; la minimización de la divergencia; teorÃa de la estimación y regresión, eventualmente bajo forma u otras limitaciones o memoria larga; y aproximaciones iterativas cuando la solución óptima es difÃcil de lograr. También investiga las distribuciones de probabilidad con respecto a su estabilidad, cola pesada, información de Fisher y otros aspectos, tanto asintóticamente como no asintóticamente. El libro no sólo presenta los últimos métodos matemáticos y estadÃsticos y sus extensiones, sino que también ofrece soluciones a problemas del mundo real, incluida la fijación de precios de opciones. Las contribuciones seleccionadas, revisadas por pares, se presentaron originalmente en el taller sobre Métodos AnalÃticos en EstadÃstica, AMISTAT 2015, celebrado en Praga, República Checa, del 10 al 13 de noviembre de 2015. Nota de contenido: Preface -- A Weighted Bootstrap Procedure for Divergence Minimization Problems (Michel Broniatowski) -- Asymptotic Analysis of Iterated 1-step Huber-skip M-estimators with Varying Cut-offs (Xiyu Jiao and Bent Nielsen).-Regression Quantile and Averaged Regression Quantile Processes (Jana JureÄková) -- Stability and Heavy-tailness (Lev B. Klebanov) -- Smooth Estimation of Error Distribution in Nonparametric Regression under Long Memory (Hira L. Koul and Lihong Wang) -- Testing Shape Constrains in Lasso Regularized Joinpoint Regression (Matúš Maciak) -- Shape Constrained Regression in Sobolev Spaces with Application to Option Pricing (Michal PeÅ¡ta and ZdenÄ›k Hlávka) -- On Existence of Explicit Asymptotically Normal Estimators in Non-Linear Regression Problems (Alexander Sakhanenko) -- On the Behavior of the Risk of a LASSO-Type Estimator (Silvelyn Zwanzig and M. Rauf Ahmad). En lÃnea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Analytical Methods in Statistics : AMISTAT, Prague, November 2015 [documento electrónico] / Antoch, JaromÃr, ; JureÄková, Jana, ; Maciak, Matúš, ; PeÅ¡ta, Michal, . - 1 ed. . - [s.l.] : Springer, 2017 . - IX, 207 p. 12 ilustraciones, 4 ilustraciones en color.
ISBN : 978-3-319-51313-3
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: EstadÃsticas Probabilidades TeorÃa y métodos estadÃsticos TeorÃa de probabilidad EstadÃstica en Negocios Gestión EconomÃa Finanzas Seguros Ãndice Dewey: 519.5 Matemáticas estadísticas Resumen: Este volumen recopila contribuciones autorizadas sobre métodos analÃticos y estadÃstica matemática. Los métodos presentados incluyen técnicas de remuestreo; la minimización de la divergencia; teorÃa de la estimación y regresión, eventualmente bajo forma u otras limitaciones o memoria larga; y aproximaciones iterativas cuando la solución óptima es difÃcil de lograr. También investiga las distribuciones de probabilidad con respecto a su estabilidad, cola pesada, información de Fisher y otros aspectos, tanto asintóticamente como no asintóticamente. El libro no sólo presenta los últimos métodos matemáticos y estadÃsticos y sus extensiones, sino que también ofrece soluciones a problemas del mundo real, incluida la fijación de precios de opciones. Las contribuciones seleccionadas, revisadas por pares, se presentaron originalmente en el taller sobre Métodos AnalÃticos en EstadÃstica, AMISTAT 2015, celebrado en Praga, República Checa, del 10 al 13 de noviembre de 2015. Nota de contenido: Preface -- A Weighted Bootstrap Procedure for Divergence Minimization Problems (Michel Broniatowski) -- Asymptotic Analysis of Iterated 1-step Huber-skip M-estimators with Varying Cut-offs (Xiyu Jiao and Bent Nielsen).-Regression Quantile and Averaged Regression Quantile Processes (Jana JureÄková) -- Stability and Heavy-tailness (Lev B. Klebanov) -- Smooth Estimation of Error Distribution in Nonparametric Regression under Long Memory (Hira L. Koul and Lihong Wang) -- Testing Shape Constrains in Lasso Regularized Joinpoint Regression (Matúš Maciak) -- Shape Constrained Regression in Sobolev Spaces with Application to Option Pricing (Michal PeÅ¡ta and ZdenÄ›k Hlávka) -- On Existence of Explicit Asymptotically Normal Estimators in Non-Linear Regression Problems (Alexander Sakhanenko) -- On the Behavior of the Risk of a LASSO-Type Estimator (Silvelyn Zwanzig and M. Rauf Ahmad). En lÃnea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
