This is a test
- 549 Seiten
- German
- PDF
- Über iOS und Android verfügbar
eBook - PDF
Statistische Inferenz für lineare Parameter
Angaben zum Buch
Inhaltsverzeichnis
Quellenangaben
Über dieses Buch
Keine ausführliche Beschreibung für "Statistische Inferenz für lineare Parameter" verfügbar.
Häufig gestellte Fragen
Gehe einfach zum Kontobereich in den Einstellungen und klicke auf „Abo kündigen“ – ganz einfach. Nachdem du gekündigt hast, bleibt deine Mitgliedschaft für den verbleibenden Abozeitraum, den du bereits bezahlt hast, aktiv. Mehr Informationen hier.
Derzeit stehen all unsere auf Mobilgeräte reagierenden ePub-Bücher zum Download über die App zur Verfügung. Die meisten unserer PDFs stehen ebenfalls zum Download bereit; wir arbeiten daran, auch die übrigen PDFs zum Download anzubieten, bei denen dies aktuell noch nicht möglich ist. Weitere Informationen hier.
Mit beiden Aboplänen erhältst du vollen Zugang zur Bibliothek und allen Funktionen von Perlego. Die einzigen Unterschiede bestehen im Preis und dem Abozeitraum: Mit dem Jahresabo sparst du auf 12 Monate gerechnet im Vergleich zum Monatsabo rund 30 %.
Wir sind ein Online-Abodienst für Lehrbücher, bei dem du für weniger als den Preis eines einzelnen Buches pro Monat Zugang zu einer ganzen Online-Bibliothek erhältst. Mit über 1 Million Büchern zu über 1.000 verschiedenen Themen haben wir bestimmt alles, was du brauchst! Weitere Informationen hier.
Achte auf das Symbol zum Vorlesen in deinem nächsten Buch, um zu sehen, ob du es dir auch anhören kannst. Bei diesem Tool wird dir Text laut vorgelesen, wobei der Text beim Vorlesen auch grafisch hervorgehoben wird. Du kannst das Vorlesen jederzeit anhalten, beschleunigen und verlangsamen. Weitere Informationen hier.
Ja, du hast Zugang zu Statistische Inferenz für lineare Parameter von K. M. S. Humak im PDF- und/oder ePub-Format sowie zu anderen beliebten Büchern aus Mathematics & Probability & Statistics. Aus unserem Katalog stehen dir über 1 Million Bücher zur Verfügung.
Information
Inhaltsverzeichnis
- KOLLEKTIV MATHEMATISCHE STATISTIK: HUMBOLDT UNIVERSITÄT ZU BERLIN und AKADEMIE DER WISSENSCHAFTEN DER DDR
- VORWORT
- INHALTSVERZEICHNIS
- Kapitel 1. Statistische Probleme bei der Bildung von Modellen für Ursache-Wirkungs- Beziehungen
- 1.1. Einleitung
- 1.2. Heuristische Einführung und Beispiele für Probleme der Modellbildung
- 1.3. Statistische Grundbegriffe
- 1.4. Statistische Inferenz- und Entscheidungsprobleme bei der Modellbildung
- 1.5. Identifizierbarkeit von Parametern
- Kapitel 2. Schätzung linearer Parameter
- 2.1. Beste erwartungstreue Schätzungen linearer Parameter
- 2.2. Singuläre Modelle
- 2.3. Abhängigkeit von der Kovarianzmatrix
- 2.4. Asymptotische Theorie
- 2.5. Rekursive und schrittweise Regression
- 2.6. Quasilineare Regressionsfunktionen und orthogonale Polynome
- 2.7. Approgression
- Kapitel 3. Schätzung linearer Parameter bei Zusatzinformation
- Einleitung
- 3.1. BLUE für ein lineares Teilmodell
- 3.2. Schätzung linearer Parameter in konvexen Modellen
- 3.3. Zusammengesetzte Verfahren (Vortest-Schätzungen)
- Kapitel 4. Zulässigkeit und Verbesserangen der GLSE
- 4.1. Zulässigkeit der GLSE in normalen linearen Modellen
- 4.2. STEINSCHE Schätzungen für den Erwartungsvektor einer Normalverteilung
- 4.3. STEINSCHE Schätzungen in linearen Modellen
- Kapitel 5. Prüfung linearer Hypothesen
- 5.1. Die multivariate lineare Hypothese
- 5.2. Tests in speziellen Modellen
- 5.3. Hypothesenprüfung bei eingeschränkter Alternative
- 5.4. Zusammengesetzte Verfahren
- Kapitel 6. Bereichsschätzungen für lineare Parameter und Regressionsfunktionen
- 6.1. Konstruktionsmethoden für a-Bereichsschätzfunktionen
- 6.2. a-Bereichsschätzfunktionen für lineare Parameter
- 6.3. a-Bereichsschätzfunktionen für Graphen und Regressionsfunktionen
- 6.4. a-Bereichsschätzfunktionen in Modellen ohne Normalverteilungen
- 6.5. Optimalität und Zulässigkeit von Bereichsschätzfunktion
- 6.6. a-Bereichsschätzfunktionen in konvexen Modellen
- Kapitel 7. BAYESSCHE und strukturelle Inferenz
- 7.1. BAYESSCHE Schätzungen in linearen Modellen
- 7.2. BAYESSCHE Konfidenzbereiche und Hypothesenprüfung
- 7.3. Minimaxeigenschaften der GLSE
- 7.4. BAYESSCHE Approgression
- 7.5. Strukturelle Parameterverteilung in linearen funktionellen Modellen
- Kapitel 8. Methoden der Versuchsplanun
- 8.1. Einleitung
- 8.2. Optimale Versuchspläne
- 8.3. Versuchsplanung zur Schätzung von Parametern
- 8.4. Versuchsplanung zur Diskrimination zwischen zwei Modellen
- 8.5. Bemerkungen
- Anhang 1. Algebraische Hilfsmittel
- Anhang 2. Verteilungen
- Anhang 3. Statistische Entscheidungstheorie
- Anhang 4. Konvergenz von Zufallsgrößen
- Bezeichnungen
- Sachwortverzeichnis