Angewandte Datenanalyse Der Bayes'sche Weg

Angewandte Datenanalyse, Bayes'sche Statistik und moderne Simulationsmethoden mit dem Computer helfen, nicht direkt messbare Grössen zu bestimmen und Prognosen zu zukünftigen Werten von unsicheren Grössen zu berechnen. Wie dabei vorgegangen werden kann, von der systematischen Sammlung von Daten...

Full description

Bibliographic Details
Main Author: Bättig, Daniel
Format: eBook
Language:German
Published: Berlin, Heidelberg Springer Berlin Heidelberg 2015, 2015
Edition:1st ed. 2015
Series:Statistik und ihre Anwendungen
Subjects:
Online Access:
Collection: Springer eBooks 2005- - Collection details see MPG.ReNa
LEADER 02271nmm a2200301 u 4500
001 EB000896070
003 EBX01000000000000000693190
005 00000000000000.0
007 cr|||||||||||||||||||||
008 140908 ||| ger
020 |a 9783662433942 
100 1 |a Bättig, Daniel 
245 0 0 |a Angewandte Datenanalyse  |h Elektronische Ressource  |b Der Bayes'sche Weg  |c von Daniel Bättig 
250 |a 1st ed. 2015 
260 |a Berlin, Heidelberg  |b Springer Berlin Heidelberg  |c 2015, 2015 
300 |a XV, 366 S. 233 Abb., 10 Abb. in Farbe  |b online resource 
505 0 |a Eine Einführung und ein Überblick -- Wie man Versuche planen kann -- Messen und Kontrollieren -- Das Fundament: Wahrscheinlichkeiten -- Nicht direkt messbare Grössen bestimmen -- Mehrere Grössen und Korrelation -- Messwerte prognostizieren -- Modellwahl: Information und Entropie -- Zwei Modelle zu positiven Grössen -- Streuung und die Normalverteilung -- Explorative Datenanalyse -- Regressionsmodelle -- Regressionsmodelle: Parameter und Prognosen -- Standardfehler, Ranglisten und Modelle 
653 |a Statistics  
653 |a Statistics and Computing/Statistics Programs 
653 |a Mathematical Modeling and Industrial Mathematics 
653 |a Statistics for Life Sciences, Medicine, Health Sciences 
653 |a Mathematical models 
041 0 7 |a ger  |2 ISO 639-2 
989 |b Springer  |a Springer eBooks 2005- 
490 0 |a Statistik und ihre Anwendungen 
856 4 0 |u https://doi.org/10.1007/978-3-662-43394-2?nosfx=y  |x Verlag  |3 Volltext 
082 0 |a 519.5 
520 |a Angewandte Datenanalyse, Bayes'sche Statistik und moderne Simulationsmethoden mit dem Computer helfen, nicht direkt messbare Grössen zu bestimmen und Prognosen zu zukünftigen Werten von unsicheren Grössen zu berechnen. Wie dabei vorgegangen werden kann, von der systematischen Sammlung von Daten, von der Frage wie Unsicherheit mit Wahrscheinlichkeiten quantifiziert werden kann, bis hin zu Regressionsmodellen, spannt das Buch den Bogen. Durch seinen systematischen Aufbau mit zahlreichen Beispielen aus der Praxis und seine in vielen Kursen erprobte Didaktik ist das Buch ideal für Studierende in den angewandten Wissenschaften wie Ingenieur-, Natur- und Wirtschaftswissenschaften geeignet