Högskola och universitet hos Lunds universitet, 7,5 högskolepoäng.
En avancerad kurs i icke parametrisk statistik som ger en stark teoretisk grund.
Svag konvergens i allmäna funktionsrum. Icke-mätbara funktionaler (Hoffman-Jörgensen's teori). Karaktärisering med stramhet och konvergens av ändligtdimensionella fördelningar.
Empiriska processer. Covering numbers och bracketing numbers. VC-klasser av funktioner.
Funktionell deriverbarhet (glatta statistiska funktionaler). Tillämpning på överlevnadsanalys (Nelson-Aalen och Kaplan-Meier skattarna).
Kvantilskattare.
Bootstrap metoder. Funktionell deriverbarhet för bootstrap. Bootstrap empiriska processen.
Ickeparametrisk täthetsskattning. Gränsvärdesfördelningar. Konvergenshastigheter.
Partialsummeprocessen. Donskers sats för denna. Ickeparametrisk skattning av regressionsfunktioner.
M och Z-skattare. Tillämpning på Maximum Likelihood och minsta-kvadrat skattningar.
Empiriska process och partialsumme-process resultat för svagt och starkt beroende stationära data. Kärnskattningar av täthetsfunktionen och regressionsfunktionen.
Empiriska spektralprocessen. Ickeparametrisk skattning av spektraltätheten.