Free Delivery Over $100
|
|
|||
|
||||
OverviewDas vorliegende Lehrbuch ist der 2. Band einer 2-teiligen Einführung in die Statistik. Es wendet sich an Studienanfänger und soll die inhaltlichen Probleme, die hinter der statistischen Begriffsbildung stehen, vermitteln und das Verständnis der mathematischen Bezüge fördern. Band 2 behandelt die Grundlagen der induktiven Statistik. Er geht auf die Wahrscheinlichkeitskonzeption der Subjektivisten und der Objektivisten ein. Neben Beispielen für parametrische Klassen werden auch das Konzept suffizienter Statistiken, natürlich konjugierte a-priori-Verteilungen und objektivistische Testtheorien in verständlicher Weise erläutert. Abschließend behandelt der Band das Schätzproblem, Modelle in der Ökonomie sowie verallgemeinerte lineare Modelle. Dieses 2-bändige Lehrbuch liefert das Grundwissen der Statistik in anschaulicher Weise. Full Product DetailsAuthor: Roland DillmannPublisher: Springer-Verlag Berlin and Heidelberg GmbH & Co. KG Imprint: Physica-Verlag GmbH & Co Edition: 1990 ed. Dimensions: Width: 15.50cm , Height: 1.40cm , Length: 23.50cm Weight: 0.850kg ISBN: 9783790804706ISBN 10: 3790804703 Pages: 253 Publication Date: 21 March 1990 Audience: Professional and scholarly , Professional & Vocational Format: Paperback Publisher's Status: Active Availability: In Print  This item will be ordered in for you from one of our suppliers. Upon receipt, we will promptly dispatch it out to you. For in store availability, please contact us. Language: German Table of Contents10. Die Wahrscheinlichkeitskonzeption der Subjektivisten.- 10.1. Der Wettansatz der Subjektivisten.- 10.2. Der Begriff der Austauschbarkeit.- 10.3. Gemischte Verteilungen und das Lernen aus Erfahrung.- 10.4. Ein Beispiel zum Lernen aus Erfahrung.- 10.5. Die Konzepte a - priori -, a - posteriori - Verteilung und Likelihood.- 10.6. Gleiche Erfahrungen fuhren zu gleichen Wahrscheinlichkeitsbewertungen.- 10.7. Das Wissenschaftsprogramm der Subjektivisten.- 10.8. Gemischte Verteilungen.- 11. Beispiele fur parametrische Klassen.- 11.1. Binomial - Verteilung und Poisson - Verteilung.- 11.2. Rechteckverteilung.- 11.3. Negative Binomialverteilung.- 11.4. n - dimensionale Normalverteilung.- 11.5. Eindimensionale Normalverteilung.- 11.6. Beta(r, s) - Verteilung.- 11.7. 21352 (n) - Verteilung mit Parameter n ??.- 11.8. ? - Verteilung.- 11.9. Inverse ? - Verteilung.- 11.10. Fisher's F - Verteilung.- 11.11. Student's t - Verteilung.- 11.12. Nicht - zentrale Verteilungen.- 11.13. Zusammenfassung.- 12. Das Konzept suffizienter (erschoepfender) Statistiken.- 12.1. Einleitung.- 12.2. Definition suffizienter Statistiken.- 12.3. Beispiele.- 12.3.1. Normalverteilung.- 12.3.2. ? - Verteilung.- 12.3.3. Poisson - Verteilung.- 12.3.4. Binomial - Verteilung.- 13. Naturlich konjugierte a - proiri - Verteilungen als Konzept der mathematisch leichten Durchfuhrbarkeit des Lernens aus Erfahrung.- 13.1. UEberlegungen zur Wahl der a - priori - Verteilung.- 13.2. Beispiele.- 13.2.1. Binomial - Verteilung.- 13.2.2. Eindimensionale Normalverteilung.- 13.2.2.1. Bei bekannter Varianz.- 13.2.2.2. Bei bekanntem Erwartungswert.- 13.2.2.3. Erwartungswert und Varianz unbekannt.- 13.2.3. Poisson - Verteilung.- 13.2.4. Die a - posteriori - Wahrscheinlichkeit von Ereignissen.- 13.3. Kritik am Subjektivismus.- 14. Die Wahrscheinlichkeitskonzeption der Objektivisten.- 14.1. Einige einleitende Bemerkungen.- 14.2. Die Wahrscheinlichkeitsauffassungen verschiedener Objektivisten.- 14.2.1. Die relative - Haufigkeitsinterpretation.- 14.2.2. Das Problem der Wahrscheinlichkeit des Einzelereignisses.- 14.2.3. Die Einzelfall - Interpretation der Wahrscheinlichkeit.- 14.2.4. Wahrscheinlichkeit als ungeklartes Konzept mit hohem pragmatischem Wert.- 14.2.5. Bemerkungen zum Einsatzbereich objektiver Wahrscheinlichkeitsauffassungen.- 14.3. Diskussion der Moeglichkeiten der Beantwortung verschiedener Fragen aus objektivistischer Sicht.- 14.4. Likelihood als komparatives Stutzungsmass.- 14.4.1. Anforderungen an ein komparatives Stutzungsmass.- 14.4.2. Die Likelihood als objektivistisches Konzept.- 14.4.2.1. Likelihood und zusammengesetzte Hypothesen.- 14.4.2.2. Likelihood und unterschiedliche Erfahrungen fur unterschiedliche Hypothesen.- 15. Objektivistische Testtheorien.- 15.1. Klassifikation der objektivistischen Testtheorien.- 15.2. Die Testtheorie von Neyman - Pearson.- 15.2.1. Wie Neyman - Pearson die Konsequenzen des Hypothesentests einbeziehen.- 15.2.2. Mathematische Beschreibung eines Tests.- 15.2.3. UEberblick uber die hier prasentierten Ergebnisse der Neyman - Pearson - Testtheorie.- 15.2.4. Das Neyman - Pearson - Fundamentallemma.- 15.2.5. Beispiele zum Neyman - Pearson - Fundamentallemma.- 15.2.5.1. Normalverteilung.- 15.2.5.2. Binomial - Verteilung.- 15.2.5.3. Poisson - Verteilung.- 15.2.5.4. Rechteck - Verteilung.- 15.2.6. Das Konzept des monotonen Dichtequotienten und einseitige Testprobleme.- 15.2.7. Zweiseitige Testprobleme bei einparametrischen Klassen von Verteilungen: das verallgemeinerte Neyman - Pearson - Fundamentallemma.- 15.2.7.1. Einseitige Tests sind nicht universell beste zweiseitige Tests.- 15.2.7.2. Unverzerrte Tests und das verallgemeinerte Neyman - Pearson - Fundamentallemma.- 15.2.7.3. Zweiseitige Testprobleme in der Exponentialfamilie.- 15.2.7.3.1. Beidseitige Tests in der einparametrischen Exponentialfamilie.- 15.2.7.3.2. Beispiele.- 15.2.7.3.2.1. Normalverteilung bei bekannter Varianz.- 15.2.7.3.2.2. Normalverteilung bei bekanntem Erwartungswert.- 15.2.7.3.2.3. Binomial - Verteilung bei bekanntem n.- 15.2.7.3.2.4. Poisson - Verteilung.- 15.2.8. Zusammenfassung.- 15.3. Testprobleme bei mehrparametrischen Klassen von Verteilungen.- 15.3.1. Das Konzept der AEhnlichkeit.- 15.3.2. AEhnliche Tests und Exponentialfamilien.- 15.3.2.1. Die Schwierigkeit beim Testen in mehrparametrischen Familien.- 15.3.2.2. Bedingte Tests und Tests mit Neyman - Struktur.- 15.3.2.3. Bedingte Tests und Transformation der suffizienten Statistiken.- 15.3.2.4. Beispiele.- 15.3.2.4.1. Testen des Erwartungswertes bei Normalverteilung (t - Test).- 15.3.2.4.2. Varianztest bei Normalverteilung (2135 2- Test).- 15.3.2.4.3. Varianzvergleich unter der statistischen Oberhypothese der Normalverteilung.- 15.3.2.4.4. Vergleich der Erwartungswerte auf der Basis zweier Stichproben.- 15.3.3. Das Invarianzprinzip.- 15.3.4. Zusammenfassung und Loesungsprinzip fur die Beispiele.- 15.4. Tests ohne explizite Formulierung der Gegenhypothese.- 15.4.1. Likelihood - Quotienten - Tests.- 15.4.2. Signifikanz - Tests.- 15.4.3. Beispiele fur Signifikanz - Tests.- 15.4.3.1. Kolmogoroff - Tests zum Vergleich von einer theoretischen mit einer empirischen Verteilungsfunktion.- 15.4.3.2. Smirnoff - Tests zur Prufung, ob zwei Zufallsstichproben die gleiche stetige Wahrscheinlichkeitsverteilung zugrundeliegt.- 15.4.3.3. Die Pearson'sehe ??? - Anpassungsfunktion.- 16. Das Schatzproblem.- 16.1. Modell und Struktur.- 16.2. Das Schatzproblem.- 16.3. Ziele der Schatzung.- 16.4. Eigenschaften von Schatzern.- 16.4.1. Erwartungstreue.- 16.4.2. Effizienz.- 16.4.3. Konsistenz.- 16.4.4. Asymptotisch erwartungstreu.- 16.4.5. Asymptotische Effizienz.- 17. Modelle in der OEkonomie.- 17.1. Das klassische Regressionsmodell.- 17.1.1. Schatzen im klassischen Regressionsmodell.- 17.1.2. Testen im klassischen Regressionsmodell.- 17.1.2.1. Testen einer Komponente von ? (t - Test).- 17.1.2.2. Testen eines Teilvektors fur ? (F - Test).- 17.1.3. Ein Sonderfall des klassischen Regressionsmodells: Varianzanalyse.- 17.2. Verallgemeinerte lineare Modelle.- 17.3. Ein Beispiel zur Regressionsanalyse.- 17.3.1. Die Daten.- 17.3.2. Die Schatzung.- 17.3.3. Einige Bemerkungen zur Interpretation.- A1. Multiple - Choice - Aufgaben.- A2. Tabellen.- A3. Abbildungen.- A4. Literaturverzeichnis.- A5. Stichwortverzeichnis.ReviewsAuthor InformationTab Content 6Author Website:Countries AvailableAll regions |
||||
