Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Publication

Bivariate Extreme Statistics, Ii

2012
Journal Articles

Résumé

We review the current state of statistical modeling of asymptotically independent data. Our discussion includes necessary and sufficient conditions for asymptotic independence, results on the asymptotic independence of statistics of interest, estimation and inference issues, joint tail modeling, and conditional approaches. For each of these topics we give an account of existing approaches and relevant methods for data analysis and applications.

Source officielle

2012
Journal Articles

Résumé

Source officielle

Concepts associés (32)

Inférence statistique

vignette|Illustration des 4 principales étapes de l'inférence statistique L'inférence statistique est l'ensemble des techniques permettant d'induire les caractéristiques d'un groupe général (la population) à partir de celles d'un groupe particulier (l'échantillon), en fournissant une mesure de la certitude de la prédiction : la probabilité d'erreur. Strictement, l'inférence s'applique à l'ensemble des membres (pris comme un tout) de la population représentée par l'échantillon, et non pas à tel ou tel membre particulier de cette population.

Maximum de vraisemblance

En statistique, l'estimateur du maximum de vraisemblance est un estimateur statistique utilisé pour inférer les paramètres de la loi de probabilité d'un échantillon donné en recherchant les valeurs des paramètres maximisant la fonction de vraisemblance. Cette méthode a été développée par le statisticien Ronald Aylmer Fisher en 1922. Soient neuf tirages aléatoires x1, ..., x9 suivant une même loi ; les valeurs tirées sont représentées sur les diagrammes ci-dessous par des traits verticaux pointillés.

Asymptotic theory (statistics)

In statistics, asymptotic theory, or large sample theory, is a framework for assessing properties of estimators and statistical tests. Within this framework, it is often assumed that the sample size n may grow indefinitely; the properties of estimators and tests are then evaluated under the limit of n → ∞. In practice, a limit evaluation is considered to be approximately valid for large finite sample sizes too. Most statistical problems begin with a dataset of size n.

Afficher plus

Publications associées (35)

Afficher plus

Bivariate Extreme Statistics, Ii

Graph Chatbot

Adaptive Joint Distribution Learning

lpcde: Estimation and Inference for Local Polynomial Conditional Density Estimators

Identification of low-momentum muons in the CMS detector using multivariate techniques in proton-proton collisions at √s = 13.6 TeV