Τα πρώτα δύο κεφάλαια από το βιβλίο “Εισαγωγή στις Στοχαστικές Ανελίξεις” της Ουρανίας Χρισαφίνου. Το βιβλίο αυτό αντιστοιχεί στο μάθημα “Στοχαστικές ανελίξεις” το οποίο διδάσκεται στο τμήμα Μαθηματικών στο Πανεπιστήμιο Αθηνών.

Βοηθητικό φυλλάδιο με τη που περιέχει συνοπτικά την ύλη των πιθανοτήτων για την Γ’ Λυκείου.

πηγή: mathnet.eu

Many students find that the obligatory Statistics course comes as a shock. The set textbook is difficult, the curriculum is vast, and secondary-school maths feels infinitely far away. “Statistics” offers friendly instruction on the core areas of these subjects. The focus is overview. And the numerous examples give the reader a “recipe” for solving all the common types of exercise. You can download this book free of charge.

Περιεχόμενα

1. Εισαγωγή
2. Βασικά στοιχεία συνδυαστικής
3. Βασικά στοιχεία πιθανοτήτων
4. Κατανομές τυχαίων μεταβλητών
5. Ορισμένα παραδείγματα κατανομών
6. Ουρές αναμονής

Extra:

1. Ασκήσεις με απαντήσεις σε όλα τα κεφάλαια
2. Τυπολόγιο συνδυαστικής – πιθανοτήτων – κατανομών
3. Τυπολόγιο κανονικής κατανομής
4. Τυπολόγιο μοντέλων ουρών κατανομής

Περιεχόμενα

1. Εισαγωγή στις πιθανότητες
2. Τυχαίες μεταβλητές
3. Χαρακτηριστικά κατανομών
4. Στοχαστικές διαδικασίες
5. Η Εκθετική κατανομή και η διαδικασία Poisson
6. Πίνακες κατανομών
7. Βιβλιογραφία

Die statistische Behandlung von Chancen und Risiken auf Finanzmärkten ist immer noch in einer dynamischen Entwicklung begriffen. In den letzten beiden Jahren sind neue Methoden zur Anwendungsreife gelangt, und bewährte Verfahren aus anderen Bereichen wie Versicherungsstatistik und Biometrie sind für die Finanzdatenanalyse nutzbar gemacht worden. Damit wird den Anforderungen der Praxis Rechnung getragen, genauere Aussagen über verschiedene Aggregationsniveaus von Risiken zu treffen.

Ποιο είναι το αντικείμενο της στατιστικής; Ποιες είναι οι μέθοδοι σyγκέντρωσης δεδομένων; Πώς γίνεται έλεγχος ανεξαρτησίας; Διαβάστε το βιβλίο σε pdf, το οποίο μετατρέψαμε από το scientist.gr

Ευχαριστούμε τον Tom Papadopoulos για την μετατροπή

To do data analysis is to do computing. Statisticians have always been heavy users of whatever computing facilities are available to them. As the computing facilities have become more powerful over the years, those facilities have obviously decreased the amount of effort the statistician must expend to do routine analyses. As the computing facilities have become more powerful, an opposite result has occurred, however; the computational aspect of the statistician’s work has increased. This is because of paradigm shifts in statistical analysis that are enabled by the computer.

Consider a continuous random variable and its probability density function (pdf). The pdf tells you “how the random variable is distributed”. From the pdf you cannot only calculate the statistical characteristics as mean and variance, but also the probability that this variable will take on values in a certain interval.

This book is designed for students, researchers and practitioners who want to be introduced to modern statistical tools applied in finance and insurance. It is the result of a joint effort of the Center for Economic Research (CentER), Center for Applied Statistics and Economics (C.A.S.E.) and Hugo Steinhaus Center for Stochastic Methods (HSC). All three institutions brought in their specific profiles and created with this book a wide-angle view on and solutions to up-to-date practical problems.

The text is comprehensible for a graduate student in financial engineering as well as for an inexperienced newcomer to quantitative finance and insurance who wants to get a grip on advanced statistical tools applied in these fields. An experienced reader with a bright knowledge of financial and actuarial mathematics will probably skip some sections but will hopefully enjoy the various computational tools. Finally, a practitioner might be familiar with some of the methods. However, the statistical techniques related to modern financial products, like MBS or CAT bonds, will certainly attract him.