Zobrazeno 1 - 10
of 23
pro vyhledávání: '"Francisci, Giacomo"'
Motivated by applications to the study of depth functions for tree-indexed random variables generated by point processes, we describe functional limit theorems for the intensity measure of point processes. Specifically, we establish uniform laws of l
Externí odkaz:
http://arxiv.org/abs/2402.05087
Autor:
Francisci, Giacomo
Local depth functions (LDFs) are used for describing the local geometric features and mode(s) in multidimensional distributions. In this thesis, we undertake a rigorous systematic study of LDFs and establish several analytical and statistical propert
Externí odkaz:
https://hdl.handle.net/11572/329413
Publikováno v:
Adv. Appl. Probab. 56 (2024) 495-544
Motivated by applications to COVID dynamics, we describe a branching process in random environments model $\{Z_n\}$ whose characteristics change when crossing upper and lower thresholds. This introduces a cyclical path behavior involving periods of i
Externí odkaz:
http://arxiv.org/abs/2207.02287
The concept of depth has proved very important for multivariate and functional data analysis, as it essentially acts as a surrogate for the notion a ranking of observations which is absent in more than one dimension. Motivated by the rapid developmen
Externí odkaz:
http://arxiv.org/abs/2107.13779
Local general depth ($LGD$) functions are used for describing the local geometric features and mode(s) in multivariate distributions. In this paper, we undertake a rigorous systematic study of $LGD$ and establish several analytical and statistical pr
Externí odkaz:
http://arxiv.org/abs/2008.11957
The simplicial depth, like other relevant multivariate statistical data depth functions, vanishes right outside the convex hull of the support of the distribution with respect to which the depth is computed. This is problematic when it is required to
Externí odkaz:
http://arxiv.org/abs/1909.02739
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Statistics & Computing; Apr2023, Vol. 33 Issue 2, p1-15, 15p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.