Menu

mon compte Connexion

mon panier 0 article

LIVRAISON GARANTIE avant Noël pour vos achats avec Colissimo jusqu'au 20 décembre inclus sur tous les livres indiqués "Expédiés" sous 24h"
Tous nos rayons
Aucun résultat pour ""

Rayons

Graphisme & Photo Informatique Construction Entreprise & Droit Sciences Littérature Arts & Loisirs Vie pratique Voyage et Tourisme BD et Jeunesse

Déjà client ? Identifiez-vous

Mot de passe oublié ?

Nouveau client ?

CRÉER VOTRE COMPTE
High-Dimensional Covariance Matrix Estimation: An Introduction to Random Matrix Theory
Ajouter à une liste

Librairie Eyrolles - Paris 5e
Indisponible

High-Dimensional Covariance Matrix Estimation: An Introduction to Random Matrix Theory

High-Dimensional Covariance Matrix Estimation: An Introduction to Random Matrix Theory

Aygul Zagidullina

(0 avis) Donner votre avis
115 pages, parution le 29/10/2021
Ajouter à une liste
Indisponible

Résumé

It draws attention to the deficiencies of standard statistical tools when used in the high-dimensional setting, and introduces the basic concepts and major results related to spectral statistics and random matrix theory under high-dimensional asymptotics in an understandable and reader-friendly way.This book presents covariance matrix estimation and related aspects of random matrix theory. It focuses on the sample covariance matrix estimator and provides a holistic description of its properties under two asymptotic regimes: the traditional one, and the high-dimensional regime that better fits the big data context. It draws attention to the deficiencies of standard statistical tools when used in the high-dimensional setting, and introduces the basic concepts and major results related to spectral statistics and random matrix theory under high-dimensional asymptotics in an understandable and reader-friendly way. The aim of this book is to inspire applied statisticians, econometricians, and machine learning practitioners who analyze high-dimensional data to apply the recent developments in their work.

Foreword.- 1 Introduction.- 2 Traditional Estimators and Standard Asymptotics.- 3 Finite Sample Performance of Traditional Estimators.- 4 Traditional Estimators and High-Dimensional Asymptotics.- 5 Summary and Outlook.- Appendices.

Aygul Zagidullina received her Ph.D. in Quantitative Economics and Finance from the University of Konstanz, Germany, with a specialization in the areas of financial econometrics and statistical modeling. Her research interests include estimation of high-dimensional covariance matrices, machine learning, factor models and neural networks.

Caractéristiques techniques

  PAPIER
Éditeur(s) Springer
Auteur(s) Aygul Zagidullina
Parution 29/10/2021
Nb. de pages 115
EAN13 9783030800642

Avantages Eyrolles.com

Livraison à partir de 0,01 € en France métropolitaine
Paiement en ligne SÉCURISÉ
Livraison dans le monde
Retour sous 15 jours
+ d'un million et demi de livres disponibles

Consultez aussi

satisfait ou remboursé
Satisfait ou remboursé
Paiement sécurisé
modes de paiement
Paiement à l'expédition
partout dans le monde
Livraison partout dans le monde
Service clients sav.client@eyrolles.com
librairie française
Librairie française depuis 1925
Recevez nos newsletters
Vous serez régulièrement informé(e) de toutes nos actualités.
Inscription