High Dimensional Probability II
Band 47

High Dimensional Probability II

Aus der Reihe

Fr. 208.00

inkl. gesetzl. MwSt.

High Dimensional Probability II

Ebenfalls verfügbar als:

Gebundenes Buch

Gebundenes Buch

ab Fr. 208.00
Taschenbuch

Taschenbuch

ab Fr. 191.00
eBook

eBook

ab Fr. 187.90

Beschreibung

Details

Einband

Gebundene Ausgabe

Erscheinungsdatum

29.09.2000

Herausgeber

Evarist Giné + weitere

Verlag

Birkhäuser Boston

Seitenzahl

512

Beschreibung

Details

Einband

Gebundene Ausgabe

Erscheinungsdatum

29.09.2000

Herausgeber

Verlag

Birkhäuser Boston

Seitenzahl

512

Maße (L/B/H)

23.4/15.6/2.9 cm

Gewicht

912 g

Auflage

2000 edition

Sprache

Englisch

ISBN

978-0-8176-4160-3

Weitere Bände von Progress in Probability

Unsere Kundinnen und Kunden meinen

0.0

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Erste Bewertung verfassen

Unsere Kundinnen und Kunden meinen

0.0

0 Bewertungen filtern

  • High Dimensional Probability II
  • Moment Bounds for Self-Normalized Martingales.- Exponential and Moment Inequalities for U-Statistics.- A Multiplicative Inequality for Concentration Functions of n-Fold Convolutions.- On Exact Maximal Khinchine Inequalities.- Strong Exponential Integrability of Martingales with Increments Bounded by a Sequence of Numbers.- On Uniform Laws of Large Numbers for Smoothed Empirical Measures.- Weak Convergence of Smoothed Empirical Processes: Beyond Donsker Classes.- Limit Theorems for Smoothed Empirical Processes.- Preservation Theorems for Glivenko-Cantelli and Uniform Glivenko-Cantelli Classes.- Continuité de certaines fonctions aléatoires gaussiennes à valeurs dans lp, 1?p of Cross Validation for Spline Smoothing.- Rademacher Processes and Bounding the Risk of Function Learning.- Bootstrapping Empirical Distributions under Auxiliary Information.- On the Characteristic Function of the Matrix von Mises-Fisher Distribution with Application to SO(N)—Deconvolution.- Testing for Ellipsoidal Symmetry of a Multivariate Distribution.