témavezető: Fazekas István
helyszín (magyar oldal): Debreceni Egyetem Informatikai Kar helyszín rövidítés: DE IK
A kutatási téma leírása:
Doktori téma leírása
Új valószínűségszámítási és statisztikai határérték-tételek igazolása. Új egyenlőtlenségek, új erős és gyenge konvergencia tételek bizonyítása. Tér és/vagy időbeli statisztikai megfigyelések tanulmányozása. Térbeli és időbeli statisztikai modellek. Lineáris és nemlineáris modellek. Paraméteres és nem-paraméteres (magfüggvényes) becslések. A becslésekre vonatkozó aszimptotikus eredmények. A becslések numerikus megvalósítása és számítógépes szimulációval történő tanulmányozása. A gépi tanulás statisztikai alkalmazása.
Irodalom
Bosq, D.: Nonparametric Statistics for Stochastic Processes. Springer, New York - Berlin – Heidelberg, 1998.
Tasos C. Christofides, István Fazekas, Milto Hadjikyriakou: Conditional acceptability of random variables, J. Ineq. Appl. pp. 1-18, 2016.
Cressie, N. A. C.:Statistics for Spatial Data. Wiley, New York, 1993.
DasGupta, Anirban: Asymptotic Theory of Statistics and Probability. Springer Texts in Statistics, 2008.
Fazekas I, Klesov O: A general approach to the strong law of large numbers, Th. Probab. Appl. 45: (3) pp. 436-449, 2000.
Fazekas, I.; Kukush, A. G.: Infill asymptotics inside increasing domains for the least squares estimator in linear models. Stat. Inf. Stoch. Proc. 3 (2000), 199-223.
A. W. van der Vaart: Asymptotic Statistics (Cambridge Series in Statistical and Probabilistic Mathematics) 2000.
Jelentkezési határidő: 2021-11-15
2024. IV. 17. ODT ülés Az ODT következő ülésére 2024. június 14-én, pénteken 10.00 órakor kerül sor a Semmelweis Egyetem Szenátusi termében (Bp. Üllői út 26. I. emelet).
Bejelentkezés
