iPhoneAlle anzeigen
iPhone 11iPhone 11 ProiPhone 11 Pro MaxiPhone 12iPhone 12 ProiPhone 12 Pro MaxiPhone 12 miniiPhone 13iPhone 13 ProiPhone 13 Pro MaxiPhone 13 miniiPhone 14iPhone 14 PlusiPhone 14 ProiPhone 14 Pro MaxiPhone 15iPhone 15 PlusiPhone 15 ProiPhone 15 Pro MaxiPhone 16iPhone 16 PlusiPhone 16 ProiPhone 16 Pro MaxiPhone 16eiPhone 8iPhone 8 PlusiPhone SE 2020iPhone SE 2022iPhone XiPhone XRiPhone XSiPhone XS Max
Galaxy A-SerieAlle anzeigen
Galaxy A12Galaxy A13Galaxy A13 5GGalaxy A14Galaxy A15Galaxy A16Galaxy A17Galaxy A17 5GGalaxy A20eGalaxy A21Galaxy A22Galaxy A23Galaxy A24Galaxy A25Galaxy A26 5GGalaxy A27 5GGalaxy A32Galaxy A33Galaxy A34Galaxy A35Galaxy A36 5GGalaxy A37Galaxy A40Galaxy A41Galaxy A42Galaxy A50Galaxy A51Galaxy A52Galaxy A53Galaxy A54Galaxy A55Galaxy A56 5GGalaxy A57 5GGalaxy A70Galaxy A71Galaxy A72
Redmi SeriesAlle anzeigen
Redmi 10Redmi 13CRedmi 15 5GRedmi Note 10Redmi Note 10 ProRedmi Note 11Redmi Note 11 ProRedmi Note 11 Pro Plus 5GRedmi Note 11sRedmi Note 12Redmi Note 12 5GRedmi Note 12 ProRedmi Note 12 Pro 5GRedmi Note 12 Pro PlusRedmi Note 13Redmi Note 13 5GRedmi Note 13 ProRedmi Note 13 Pro PlusRedmi Note 14Redmi Note 14 Pro PlusRedmi Note 15Redmi Note 15 5GRedmi Note 15 ProRedmi Note 15 Pro 5GRedmi Note 15 Pro Plus 5GRedmi Note 8 ProRedmi Note 9
- Startseite
Bücher Englische Bücher Wissen & Bildung Sozialwissenschaft, Recht, Wirtschaft Wirtschaft Allg. & Lexika Analyzing and Modeling Multivariate Association
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
21 Tage Widerrufsrecht
Optischer Zustand
Beschreibung
Many applications in quantitative finance, such as the estimation of the Value-at-Risk of a portfolio, require the modeling of dependencies of a large number of random variables. The most popular approach is Pearson’s correlation coefficient, which is based on the covariance, i. e. the mixed second moments of the corresponding random variables. However, the correlation coefficient only captures… linear dependencies and solely in case of a few distributions, such as the multivariate normal distribution, completely determines the dependence structure.
Empirical data, unfortunately, is often non-normal and exhibits asymmetric dependence patterns. The multivariate normal distribution, for example, often underestimates the probability of simultaneous extremes, which can lead to incorrect estimates of the risk of a given portfolio. Hence, for many empirical applications, the normal distribution is not suitable.
As an alternative concept of dependence modeling, the theory of copulas has drawn a lot of attention in the past decades. Based on this theory, the author introduces a new class of measures of association between random vectors that are invariant with respect to the marginal distribution functions of the considered random vectors and can distinguish between positive and negative association.
The second part of the thesis focuses on the modeling of high dimensional dependencies with Pair-copula constructions. To this end, a data-driven sequential estimation method for these models is developed. Empirical applications of these models in Value-at-Risk forecasting and the spatial modeling of meteorological data are given. 55,00 €
Broschiert | Neu
oder
zzgl.
Du kannst wie immer einen Kaufalarm setzen, wenn du auf das gebrauchte Buch warten möchtest.
zzgl.
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
21 Tage Widerrufsrecht
Technische Daten
Erscheinungsdatum
01.02.2013
Sprache
Englisch
EAN
9783844102291
Herausgeber
Josef Eul Verlag
Serien- oder Bandtitel
Quantitative Ökonomie
Sonderedition
Nein
Autor
Julius Schnieders
Seitenanzahl
200
Auflage
1
Einbandart
Broschiert
Auf gebrauchten Artikeln oder Originalverpackungen sichtbare Umwelt-, Nachhaltigkeits- oder Zertifizierungsangaben stammen aus der ursprünglichen Herstellerkennzeichnung. Sie stellen keine eigene aktuelle Umwelt- oder Nachhaltigkeitsaussage von rebuy dar. Maßgeblich für das Angebot sind ausschließlich die von rebuy in der Artikelbeschreibung angegebenen Produkteigenschaften.
Transparenz & Sicherheit
Hersteller: Josef Eul Verlag GmbH, info@bod.de, info@bod.de
-.-
★★★★★
☆☆☆☆☆ Leider noch keine Bewertungen
Leider noch keine Bewertungen
Sicher bei rebuy kaufen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!
Sicher bei rebuy kaufen