Vor Ort
Merkzettel Warenkorb
Produktbild: Conditionally Specified Distributions
Band 73

Conditionally Specified Distributions

Aus der Reihe Lecture Notes in Statistics

97,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

11.06.1992

Verlag

Springer Us

Seitenzahl

151

Maße (L/B/H)

24,2/17/1 cm

Gewicht

306 g

Auflage

Softcover reprint of the original 1st ed. 1992

Sprache

Englisch

ISBN

978-0-387-97794-2

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

11.06.1992

Verlag

Springer Us

Seitenzahl

151

Maße (L/B/H)

24,2/17/1 cm

Gewicht

306 g

Auflage

Softcover reprint of the original 1st ed. 1992

Sprache

Englisch

ISBN

978-0-387-97794-2

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

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.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
  • Produktbild: Conditionally Specified Distributions
  • 1 Conditional Specification.- 1.1 Why?.- 1.2 How may one specify a bivariate distribution?.- 1.3 Early work on conditional specification.- 1.4 Organization of this monograph.- 2 Basic Theorems.- 2.1 Compatible conditionals: The finite discrete case.- 2.2Compatibility in more general settings.- 2.3Uniqueness.- 2.4 Conditionals in prescribed families.- 2.5 An example.- 3 Distributions with normal conditionals.- 3.1 Variations on the classical bivariate normal theme.- 3.2 Normal conditionals.- 3.3 Properties of the normal conditionals distribution.- 3.4 The centered model.- 4 Conditionals in Exponential Families.- 4.1 Introduction.- 4.2 Distributions with conditionals in given exponential families.- 4.3 Dependence in CEF distributions.- 4.4 Examples.- 4.4.1 Exponential conditionals.- 4.4.2 Normal conditionals.- 4.4.3 Gamma conditionals.- 4.4.4 Weibull conditionals.- 4.4.5 Gamma-Normal conditionals.- 4.4.6 Power-function and other weighted distributions as conditionals.- 4.4.7 Beta conditionals.- 4.4.8 Inverse Gaussian conditionals.- 4.4.9 Three discrete examples (binomial, geometric and Poisson).- 5 Other conditionally specified families.- 5.1 Introduction.- 5.2 Bivariate Distributions with Pareto conditionals.- 5.3 Some extensions of the Pareto case.- 5.3.1 Pearson type VI distributions.- 5.3.2 Burr type XII distributions.- 5.4 Bivariate distributions with Cauchy conditionals.- 5.5 Bivariate distributions with uniform conditionals.- 5.6 Possibly translated exponential conditionals.- 5.7 Bivariate distributions with scaled beta conditionals.- 5.8 Weibull and logistic conditionals.- 5.9 Mixtures.- 6 Impossible Models.- 6.1 Introduction.- 6.2 Logistic Regression.- 6.3 Uniform conditionals.- 6.4 Exponential and Weibull conditionals.- 6.5 Measurement error models.- 6.6 Stochastic processes and Wohler fields.- 6.6.1 The Gumbel-Gumbel model.- 6.6.2 The Wei bull-Weibull model.- 7 Characterizations involving conditional moments.- 7.1 Introduction.- 7.2 Mardia’s bivariate Pareto distribution.- 7.3Linear regressions with conditionals in exponential families.- 7.4Linear regressions with conditionals in location families.- 7.5Specified regressions with conditionals in scale families.- 7.6 Conditionals in location-scale families with specified moments.- 8 Multivariate extensions.- 8.1 Extension by underlining.- 8.2 Compatibility in 3 dimensions.- 8.3 Conditionals in prescribed families.- 8.4 Conditionals in exponential families.- 8.5 Examples.- 8.6 Further extension by underlining.- 9 Parameter estimation in conditionally specified models.- 9.1 The ubiquitous norming constant.- 9.2 Maximum likelihood.- 9.3 Pseudolikelihood involving conditional densities.- 9.4 Marginal likelihood.- 9.5 An efficiency comparison.- 9.6 Method of moments estimates.- 9.7 Bayesian estimates.- 10 Simulations.- 10.1 Introduction.- 10.2 The rejection method.- 10.3 Application to models with conditionals in exponential families.- 10.4 Other conditionally specified models.- 10.5 A direct approach not involving rejection.- 11 Bibliographic Notes.- 11.1 Introduction.- 11.2 Basic theorems.- 11.3 Distributions with normal conditionals.- 11.4 Conditionals in exponential families.- 11.5 Other conditionally specified Families.- 11.6 Impossible models.- 11.7 Characterizations involving conditional moments.- 11.8 Multivariate extensions.- 11.9 Parameter estimation in conditionally specified models.- 11.10 Simulations.