Weak Dependence: With Examples and Applications

This monograph is aimed at developing Doukhan/Louhichi's (1999) idea to measure asymptotic independence of a random process. The authors propose various examples of models fitting such conditions such as stable Markov chains, dynamical systems or more complicated models, nonlinear, non-Markovia...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριοι συγγραφείς: Dedecker, Jérôme (Συγγραφέας), Doukhan, Paul (Συγγραφέας), Lang, Gabriel (Συγγραφέας), José Rafael, León R. (Συγγραφέας), Louhichi, Sana (Συγγραφέας), Prieur, Clémentine (Συγγραφέας)
Συγγραφή απο Οργανισμό/Αρχή: SpringerLink (Online service)
Μορφή: Ηλεκτρονική πηγή Ηλ. βιβλίο
Γλώσσα:English
Έκδοση: New York, NY : Springer New York, 2007.
Σειρά:Lecture Notes in Statistics, 190
Θέματα:
Διαθέσιμο Online:Full Text via HEAL-Link
Πίνακας περιεχομένων:
  • Weak dependence
  • Models
  • Tools for non causal cases
  • Tools for causal cases
  • Applications of strong laws of large numbers
  • Central Limit theorem
  • Donsker Principles
  • Law of the iterated logarithm (LIL)
  • The Empirical process
  • Functional estimation
  • Spectral estimation
  • Econometric applications and resampling.