随机域中的极值统计学 : 理论及应用

Kolmogorov-Smirnov and Peacock6.1 Introduction6.1.1 Classical analysis of the Kolmogorov-Smimov test6.1.2 Peacock's test6.2 Analysis of the one-dimensional case6.2.1 Preliminary localization6.2.2 An approximation by a discrete grid6.2.3 Measure transformation6.2.4 The asymptotic distribution of the local field and theglobal term6.2.5 Application of the localization theorem and integration6.2.6 Checking the conditions of the localization theorem6.3 Peacock's test6.4 Relations to scanning statistics……ReferencesIndex

　　《随机域中的极值统计学理论及应用(英文版)》以通俗易懂的方式介绍了随机域中研究极值分布的某些新颖而有效的方法。全书分成两部分。第一部分总结随机域中极值的尾概率的渐近估计的一般方法。结合一些简单或者基本的例子，全书给读者展示一些经典的方法，同时也介绍了作者本人发展的一些方法，并对一些定理给出了数学证明。第二部分则介绍处理实际问题相对复杂且用传统的方法难以分析的技术，主要涉及5种应用，分别为基因组序列数据拷贝数变异探测、信号发生图像的连续监测、输入过程长时间交互缓冲溢出分析、Pickands常数模拟以及基于传感器网络基础的连续改变点检测，而上述应用的例子用经典的方法是难以分析的。