Please use this identifier to cite or link to this item: http://localhost:8080/xmlui/handle/123456789/14935
Full metadata record
DC FieldValueLanguage
dc.contributor.authorBari, Amina-
dc.date.accessioned2022-03-27T09:35:29Z-
dc.date.available2022-03-27T09:35:29Z-
dc.date.issued2022-
dc.identifier.urihttp://di.univ-blida.dz:8080/jspui/handle/123456789/14935-
dc.description130 p. : ill. ; 30 cm.fr_FR
dc.description.abstractLe principal résultat obtenu par Fisher et Tippett en 1928 sur les lois limites possibles du maximum d'échantillon a apparemment créé l'idée que la théorie des valeurs extrêmes était quelque chose d'assez spécial, très différent de la théorie de la limite centrale classique. Dans cette thèse, nous définissons et étudions l'un des indices les plus populaires qui mesure l'inégalité des revenus du capital, connu par l'indice de Gini, nous construisons un estimateur de l'indice de Gini dans le cas des distributions à queue lourde, surtout lorsque les données sont censurées.fr_FR
dc.language.isoenfr_FR
dc.publisherUniv.-Blida 1fr_FR
dc.subjectIndice extrémefr_FR
dc.subjectIndice de Ginifr_FR
dc.subjectDistributions à queue lourdefr_FR
dc.titleContribution to the estimation of risk measures for heavy-tailed distributions under censored datafr_FR
dc.typeThesisfr_FR
Appears in Collections:Thèses de Doctorat

Files in This Item:
File Description SizeFormat 
32-510-173-1.pdfThèse de Doctorat1,21 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.