Statistische Inferenz für lineare Parameter
eBook - PDF

Statistische Inferenz für lineare Parameter

  1. 549 Seiten
  2. German
  3. PDF
  4. Über iOS und Android verfügbar
eBook - PDF

Statistische Inferenz für lineare Parameter

Über dieses Buch

Keine ausführliche Beschreibung für "Statistische Inferenz für lineare Parameter" verfügbar.

Häufig gestellte Fragen

Ja, du kannst dein Abo jederzeit über den Tab Abo in deinen Kontoeinstellungen auf der Perlego-Website kündigen. Dein Abo bleibt bis zum Ende deines aktuellen Abrechnungszeitraums aktiv. Erfahre, wie du dein Abo kündigen kannst.
Derzeit stehen all unsere auf mobile Endgeräte 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.
Perlego bietet zwei Pläne an: Elementar and Erweitert
  • Elementar ist ideal für Lernende und Interessierte, die gerne eine Vielzahl von Themen erkunden. Greife auf die Elementar-Bibliothek mit über 800.000 professionellen Titeln und Bestsellern aus den Bereichen Wirtschaft, Persönlichkeitsentwicklung und Geisteswissenschaften zu. Mit unbegrenzter Lesezeit und Standard-Vorlesefunktion.
  • Erweitert: Perfekt für Fortgeschrittene Studenten und Akademiker, die uneingeschränkten Zugriff benötigen. Schalte über 1,4 Mio. Bücher in Hunderten von Fachgebieten frei. Der Erweitert-Plan enthält außerdem fortgeschrittene Funktionen wie Premium Read Aloud und Research Assistant.
Beide Pläne können monatlich, alle 4 Monate oder jährlich abgerechnet werden.
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 kannst die Perlego-App sowohl auf iOS- als auch auf Android-Geräten verwenden, um jederzeit und überall zu lesen – sogar offline. Perfekt für den Weg zur Arbeit oder wenn du unterwegs bist.
Bitte beachte, dass wir keine Geräte unterstützen können, die mit iOS 13 oder Android 7 oder früheren Versionen laufen. Lerne mehr über die Nutzung der App.
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 Mathematik & Wahrscheinlichkeitsrechnung & Statistiken. Aus unserem Katalog stehen dir über 1 Million Bücher zur Verfügung.

Inhaltsverzeichnis

  1. KOLLEKTIV MATHEMATISCHE STATISTIK: HUMBOLDT UNIVERSITÄT ZU BERLIN und AKADEMIE DER WISSENSCHAFTEN DER DDR
  2. VORWORT
  3. INHALTSVERZEICHNIS
  4. Kapitel 1. Statistische Probleme bei der Bildung von Modellen für Ursache-Wirkungs- Beziehungen
  5. 1.1. Einleitung
  6. 1.2. Heuristische Einführung und Beispiele für Probleme der Modellbildung
  7. 1.3. Statistische Grundbegriffe
  8. 1.4. Statistische Inferenz- und Entscheidungsprobleme bei der Modellbildung
  9. 1.5. Identifizierbarkeit von Parametern
  10. Kapitel 2. Schätzung linearer Parameter
  11. 2.1. Beste erwartungstreue Schätzungen linearer Parameter
  12. 2.2. Singuläre Modelle
  13. 2.3. Abhängigkeit von der Kovarianzmatrix
  14. 2.4. Asymptotische Theorie
  15. 2.5. Rekursive und schrittweise Regression
  16. 2.6. Quasilineare Regressionsfunktionen und orthogonale Polynome
  17. 2.7. Approgression
  18. Kapitel 3. Schätzung linearer Parameter bei Zusatzinformation
  19. Einleitung
  20. 3.1. BLUE für ein lineares Teilmodell
  21. 3.2. Schätzung linearer Parameter in konvexen Modellen
  22. 3.3. Zusammengesetzte Verfahren (Vortest-Schätzungen)
  23. Kapitel 4. Zulässigkeit und Verbesserangen der GLSE
  24. 4.1. Zulässigkeit der GLSE in normalen linearen Modellen
  25. 4.2. STEINSCHE Schätzungen für den Erwartungsvektor einer Normalverteilung
  26. 4.3. STEINSCHE Schätzungen in linearen Modellen
  27. Kapitel 5. Prüfung linearer Hypothesen
  28. 5.1. Die multivariate lineare Hypothese
  29. 5.2. Tests in speziellen Modellen
  30. 5.3. Hypothesenprüfung bei eingeschränkter Alternative
  31. 5.4. Zusammengesetzte Verfahren
  32. Kapitel 6. Bereichsschätzungen für lineare Parameter und Regressionsfunktionen
  33. 6.1. Konstruktionsmethoden für a-Bereichsschätzfunktionen
  34. 6.2. a-Bereichsschätzfunktionen für lineare Parameter
  35. 6.3. a-Bereichsschätzfunktionen für Graphen und Regressionsfunktionen
  36. 6.4. a-Bereichsschätzfunktionen in Modellen ohne Normalverteilungen
  37. 6.5. Optimalität und Zulässigkeit von Bereichsschätzfunktion
  38. 6.6. a-Bereichsschätzfunktionen in konvexen Modellen
  39. Kapitel 7. BAYESSCHE und strukturelle Inferenz
  40. 7.1. BAYESSCHE Schätzungen in linearen Modellen
  41. 7.2. BAYESSCHE Konfidenzbereiche und Hypothesenprüfung
  42. 7.3. Minimaxeigenschaften der GLSE
  43. 7.4. BAYESSCHE Approgression
  44. 7.5. Strukturelle Parameterverteilung in linearen funktionellen Modellen
  45. Kapitel 8. Methoden der Versuchsplanun
  46. 8.1. Einleitung
  47. 8.2. Optimale Versuchspläne
  48. 8.3. Versuchsplanung zur Schätzung von Parametern
  49. 8.4. Versuchsplanung zur Diskrimination zwischen zwei Modellen
  50. 8.5. Bemerkungen
  51. Anhang 1. Algebraische Hilfsmittel
  52. Anhang 2. Verteilungen
  53. Anhang 3. Statistische Entscheidungstheorie
  54. Anhang 4. Konvergenz von Zufallsgrößen
  55. Bezeichnungen
  56. Sachwortverzeichnis