• Fri frakt över 249 kr
  • •
  • Snabba leveranser
  • •
  • Billiga böcker
Kundservice

Du är på sajten för privatpersoner.

Företag, bibliotek eller offentlig verksamhet?

Du handlar på classic.bokus.com, där alla dina funktioner finns intakta.
Till classic.bokus.com
Bokus logotyp. Gå till startsidan.
  • Erbjudanden
  • Nyheter
  • Student
  • Topplistor
  • Barn & ungdom
  • Bokus Play
  • E-böcker
  • Pocketböcker
  • Spel & pussel

10% rabatt på allt med kod: NYSTART10 →

Sidfot

Mina sidor

    Hjälp

    • Kundservice
    • Vanliga frågor och svar
    • Frakt och leverans
    • Retur vid ångerrätt
    • Reklamera vara
    • Betalning
    • Köpvillkor
    • Allmänna villkor
    • Information om webbplatsens tillgänglighet

    Om Bokus

    • Om oss
    • Pressrum
    • För studenter
    • För företag
    • För bibliotek och offentlig verksamhet
    • För leverantörer
    • Hållbarhet

    Populärt

    • Aktuella erbjudanden
    • Presentkort
    • Studentlitteratur
    • Nya böcker
    • Topplistor
    • Signerade böcker
    • Engelska böcker

    Inspiration

    • Boktips
    • BookTok
    • Populära bokserier
    • Barnbokskaraktärer
    • Populära författare
    Logotyp för Bokus
    Följ oss på Facebook (extern länk)Följ oss på Instagram (extern länk)Följ oss på YouTube (extern länk)Följ oss på TikTok (extern länk)
    bokus @ CookiesAnpassa cookiesIntegritetspolicyKöpvillkor
    Till Citymail hemsida (extern länk)Till Budbee hemsida (extern länk)Till Postnord hemsida (extern länk)Till Schenker hemsida (extern länk)Till Early Bird hemsida (extern länk)Till Walleys hemsida (extern länk)
    1. Naturvetenskap och teknik
    2. Matematik och naturvetenskap
    3. Matematik
    4. Matematisk statistik

    Concentration of Maxima and Fundamental Limits in High-Dimensional Testing and Inference

    AvZheng Gao,Stilian Stoev

    Häftad, Engelska, 2021

    Del i serien SpringerBriefs in Probability and Mathematical Statistics

    708 kr

    Beställningsvara. Skickas inom 10-15 vardagar. Fri frakt över 249 kr.

    Beskrivning

    This book provides a unified exposition of some fundamental theoretical problems in high-dimensional statistics. It specifically considers the canonical problems of detection and support estimation for sparse signals observed with noise. Novel phase-transition results are obtained for the signal support estimation problem under a variety of statistical risks. Based on a surprising connection to a concentration of maxima probabilistic phenomenon, the authors obtain a complete characterization of the exact support recovery problem for thresholding estimators under dependent errors.

    Produktinformation

    • Utgivningsdatum:2021-09-08
    • Mått:155 x 235 x 9 mm
    • Vikt:248 g
    • Format:Häftad
    • Språk:Engelska
    • Serie:SpringerBriefs in Probability and Mathematical Statistics
    • Antal sidor:140
    • Förlag:Springer Nature Switzerland AG
    • ISBN:9783030809638

    Utforska kategorier

    • Matematisk statistik inom Naturvetenskap och teknik
    • Tillämpad matematik inom Naturvetenskap och teknik

    Mer om författaren

    Zheng Gao graduated with a PhD in Statistics from the University of Michigan in 2020. His research focuses on large-scale multiple testing problems and real-time anomaly detection on high-dimensional data streams.Stilian Stoev is a Full Professor of Statistics at the University of Michigan, Ann Arbor. His research involves topics in applied probability, statistics and their applications to insurance and computer networks. Most recently, he has been working on extreme value theory.

    Innehållsförteckning

    • Chapter 1 Introduction and Guiding Examples.- Chapter 2 Risks, Procedures, and Error Models.- Chapter 3 A Panorama of Phase Transitions.- Chapter 4 Exact Support Recovery Under Dependence.- Chapter 5 Bayes and Minimax Optimality.- Chapter 6 Uniform Relative Stability for Gaussian Array.- Chapter 7 Fundamental Statistical Limits in Genome-wide Association Studies.- References.- Additional proofs.- Exact support recovery in non AGG models.