Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending (in België) aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending (in België) aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

140 winkels

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Vind hier een winkel

€ 198,45

+ 396 punten

Levering 2 à 3 weken

Eenvoudig bestellen

Veilig betalen

In januari gratis thuislevering in België (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

This book is about copies-based nonparametric estimation of the drift function in stochastic differential equations (SDEs) driven by Brownian motion, a jump process, or fractional Brownian motion. While the estimators of the drift function in SDEs are classically computed from one long-time observation of the ergodic stationary solution, here the estimation framework - which is part of functional data analysis - involves multiple copies of the (non-stationary) solution observed over a short-time interval. Two kinds of nonparametric estimators are investigated for SDE models, first presented in the regression framework: the projection least squares estimator and the Nadaraya-Watson estimator. Adaptive procedures are provided for possible applications in statistical learning. Primarily intended for researchers in statistical inference for stochastic processes who are interested in the copies-based observation scheme, the book will also be useful for graduate and PhD students in probability and statistics, thanks to its multiple reminders of the requisite theory, especially the chapter on nonparametric regression.