Einführung in die Bayes-Statistik
Das Buch führt auf einfache und verständliche Weise in die Bayes-Statistik ein. Ausgehend vom Bayes-Theorem werden die Schätzung unbekannter Parameter, die Festlegung von Konfidenzregionen für die unbekannten Parameter und die Prüfung von Hypothesen für die Parameter abgeleitet. Angewendet werden di...
Main Author: | |
---|---|
Format: | eBook |
Language: | German |
Published: |
Berlin, Heidelberg
Springer Berlin Heidelberg
2000, 2000
|
Edition: | 1st ed. 2000 |
Subjects: | |
Online Access: | |
Collection: | Springer Book Archives -2004 - Collection details see MPG.ReNa |
Table of Contents:
- 1 Einleitung
- 2 Wahrscheinlichkeit
- 2.1 Gesetze der Wahrscheinlichkeit
- 2.2 Verteilungen
- 2.3 Erwartungswert, Varianz und Kovarianz
- 2.4 Univariate Verteilungen
- 2.5 Multivariate Verteilungen
- 2.6 Priori-Dichten
- 3 Parameterschätzung, Konfidenzregionen und Hypothesenprüfung
- 3.1 Bayes-Strategie
- 3.2 Punktschätzung
- 3.3 Bereichsschätzung
- 3.4 Hypothesenprüfung
- 4 Lineares Modell
- 4.1 Definition und Likelihoodfunktion
- 4.2 Lineares Modell mit bekanntem Varianzfaktor
- 4.3 Lineares Modell mit unbekanntem Varianzfaktor
- 4.4 Lineares Modell mit nicht vollem Rang
- 5 Spezielle Modelle und Anwendungen
- 5.1 Prädiktion und Filterung
- 5.2 Varianz- und Kovarianzkomponenten
- 5.3 Mustererkennung
- 5.4 Bayes-Netze
- 6 Numerische Verfahren
- 6.1 Generierung von Zufallswerten
- 6.2 Monte-Carlo-Integration
- 6.3 Monte-Carlo-Methode mit Markoff-Ketten
- Literatur