Université Blida 1

Contribution to the estimation of risk measures for heavy-tailed distributions under censored data

Afficher la notice abrégée

dc.contributor.author Bari, Amina
dc.date.accessioned 2022-03-27T09:35:29Z
dc.date.available 2022-03-27T09:35:29Z
dc.date.issued 2022
dc.identifier.uri http://di.univ-blida.dz:8080/jspui/handle/123456789/14935
dc.description 130 p. : ill. ; 30 cm. fr_FR
dc.description.abstract Le 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.iso en fr_FR
dc.publisher Univ.-Blida 1 fr_FR
dc.subject Indice extréme fr_FR
dc.subject Indice de Gini fr_FR
dc.subject Distributions à queue lourde fr_FR
dc.title Contribution to the estimation of risk measures for heavy-tailed distributions under censored data fr_FR
dc.type Thesis fr_FR


Fichier(s) constituant ce document

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée

Chercher dans le dépôt


Recherche avancée

Parcourir

Mon compte