Angewandte Methoden der Mathematischen Statistik: Lineare, by Helmut Pruscha

By Helmut Pruscha

Ren; nichtparametrische (verteilungsfreie) Methoden sind nicht aufgenommen wor den. Das magazine manchem unentschuldbar erscheinen, denn parametrische Verfahren gehen mit Verteilungsannahmen einher. Doch kann guy sich diesen oft durch Transformieren der Ausgangsdaten niihem, oder aber guy kann ihre Wichtigkeit durch Erzielen eines groBen Stichprobenumfangs und durch Wahl asymptotischer Methoden abschwachen. ErfahrungsgemaB ziehen die meisten Anwender dies en Umweg (Uber Datentransformation und / oder Asymptotik) der Benutzung nichtpa rametrischer Verfahren vor. Letztere sind namlich in der Statistik-Software nur schwach vertreten und bieten wohl auch (noch) nicht diese Methoden- und Inter pretations-Vielfalt, wie es die parametrischen Verfahren tun. Die zuktinftige Ent wicklung der Statistik-Software, basierend auf immer leistungskriiftigeren Rech nem, konnte die Einstellung der Anwender andem. Der Stoff der vorliegenden Darstellung ist Vorlesungen entsprungen, die der Autor an den Universitaten MUnchen und Hannover gehalten hat. Er kann in einer zwei semestrigen Vorlesung vorgetragen werden. Dabei kann im ersten Semester Kap I 1,2 Kap II 1 Kap III Kap IV Kap V (die beiden letzten ganz oder teilweise) behandelt werden, wiihrend Kap I 3,4 Kap II 2,3 Kap VI Kap VII Kap VIII dem zweiten Semester vorbehalten sind. Die in den textual content eingestreuten Fallstudien stammen aus statistischen Beratungen und Praktika, die der Autor seit Jahren am Mathematischen Institut der Universitat MUnchen {Lehrstuhl Prof. Dr. P. Ganssler} durchfijhrt.

Show description

Read or Download Angewandte Methoden der Mathematischen Statistik: Lineare, loglineare, logistische Modelle Finite und asymptotische Methoden PDF

Best german_5 books

CICS: Eine praxisorientierte Einführung

Dieses Buch ist eine aktualisierte, in vielen Punkten vedinderte und verbesserte Fassung eines Einfiihrungsbuches, das 1991 in erster Auflage im Rudolf Muller Verlag erschien und erfolgreich verkauft wurde. Der Vorzug des vorliegenden Buches ist unter anderem, daB wir bereits auf die model three des CICS Bezug nehmen konnen.

Kostenstellenrechnung mit SAP R/3®: Mit Testbeispiel und Customizing für Studenten und Praktiker

BuchhandelstextDas Werk hat sich bereits nach kurzer Zeit als Standardwerk zum Thema Controlling mit SAP R/3 ® etabliert. Es zeigt in thirteen Modulen alle wesentlichen Schritte zur Einrichtung (Customizing) und zum Betrieb einer Kostenstellenrechnung mit SAP R/3 ®. Es dient als Einf? hrung in die Kostenstellenrechnung, als Erl?

Lehrbuch der angewandten Fluidmechanik

Dieses Lehrbuch gibt den Inhalt einer einf}hrenden zwei- semestrigen, durch ]bungen erg{nzten Pflichtvorlesung "Str|mungsmechanik" f}r Studierende des Maschinenwesens wieder. Vermittelt neben der Darstellung der physikalischen und theoretischen Gesetzm{~igkeiten der Fluidmechanik ein vertieftes Verst{ndnis durch weitgehend auf dem Impulssatz aufbauende grundlegende Anwendungsbeispiele.

Professionelle Kompetenz von Mathematiklehramtsstudierenden: Eine Analyse der strukturellen Zusammenhänge

Die professionelle Kompetenz angehender oder praktizierender Lehrerinnen und Lehrer ist ein zentraler Gegenstand der Diskussion über die Wirksamkeit von Lehrerbildung und Lehrerausbildung. Björn Schwarz knüpft an die aktuelle Diskussion an und beschreibt strukturelle Zusammenhänge innerhalb der professionellen Kompetenz von Mathematiklehramtsstudierenden im Rahmen einer qualitativ-orientierten empirischen Untersuchung.

Additional resources for Angewandte Methoden der Mathematischen Statistik: Lineare, loglineare, logistische Modelle Finite und asymptotische Methoden

Sample text

1, Sm Sei f: IRd -> IRc eine mel3bare Funktion und ist q=f(i) ML-Schiitzer fur ,,= f(l) i ML-Schiitzer fur lEe. S. der in (1) eingefuhrten Likelihoodfunktion: M(~) ~ M(,,) fur alle " Beweis nach Zehna (1966). Mit ~ = f(l) gilt einerseits wegen i E e6 M(~) = sUP'Ee" LCI) ~ LCi) , ", und andererseits wegen efj M(~) Folglich ist M(~) s: C e SUPIEeLCI) = LCI) . 1 ist die Behauptung bewiesen. 1). 3 Beispiel Normalvertellung Gegeben seien n unabhiingige N{It,u 2)-verteilte Zufallsvariablen Xl, ... ,Xn .

Die el, ... lm sind unabhangig und N(O,l)-verteilt. Der Vektor (Zl' ... , 2m) ist Nm(O,1])-verteilt, denn man rechnet IEZj = 0, Var(Zj) = Pj(1-Pj), COV(Zi,Zj) = -PiPj O*j). m Nun ftihren wir im IR eine Transformation mit Hilfe einer orthogonalen mxmMatrix A durch, welche die letzte Zeile (~, ... ,~) besitzt. Wir definieren den (Spalten-)Vektor (Y1 , ... ,Ym)T als den in dieser Weise transformierten (Spalten-)Vektor 1 , ... l sind unabhangig und N(O,1)-verteilt t1 [Orthogonalitat der Transformation] Ym = r~l ~j"/pj Da man auEerdem rechnet [letzte Zeile von A].

2 ist dann ;;. = ';;;'2 ML-Schiitzung fur u trix der zweiten Ableitungen von In{fJ) an der Stelle i = (~, 0- 2 ) lautet 2 [ -onlo- . Die Ma- 0 ] -n/{2o- 4 ) und ist negativ definit. Am Rand ({It, u 2 ): ~ = o} von dort kein Maximum vorliegt. If In (27r) - = ("",D) ¥1n{det,D) - t E~l (xi _",)T,D-l{Xi-"') . Ahnlich wie im Fall q = 1 erhalten wir die ML-Schiitzung " 1.... b ,,1.... (. iXi zw. iXij J= , ... ,q . {x. _ ,~)T n 1=1 1'" e IRq+q2 1'" fur ,D , vgl. Mardia et al. 2). 4 Scorefunktion, FlSher-Infonnation Der d-dimensionaIe Vektor Un{B) " U{B) = (Ui{B),,,,,Ud{B))T mit U{B) = din (B) I dB, U/B) = ain{B) / aej, heiBt Scorevektor{-funktion).

Download PDF sample

Rated 4.03 of 5 – based on 12 votes