De studie van afhankelijkheden en hedendaagse datastructuren

Hedendaagse datastructuren omvatten multidimensionale/multivariate data van verschillende aard; data zoals getallen, curves, oppervlakten/afbeeldingen, grafieken en circulaire data. Flexibele modellen zijn vereist om deze data adequaat te beschrijven. Dit doctoraal project focust op de statistische inferentie methoden voor de modelparameters (eindig of oneindig-dimensionaal). De focus ligt op de studie van complexe afhankelijkheidsstructuren in de data, afhankelijk van de datastructuur (bv. grafisch of circulair). Inherent hieraan is de keuze van het copula model en marginale verdelingen. In een eerste stap van het onderzoek wordt het gebruik van elementen uit informatie theorie (zoals entropie) gecombineerd met copula theorie. Een van de doeleinden is een gedetailleerde studie van mutual information als copula-gebaseerde maat van afhankelijkheid.