|
| Der Artikel wird am Ende des Bestellprozesses zum Download zur Verfügung gestellt. |
Multivariate Modelle
ISBN-13:
9783642956690
Veröffentl:
2013
Seiten:
165
Autor:
Gilg U. H. Seeber
Serie:
74, Medizinische Informatik, Biometrie und Epidemiologie
eBook Typ:
PDF
eBook Format:
EPUB
Kopierschutz:
1 - PDF Watermark
Sprache:
Deutsch
Beschreibung:
Der vorliegende Band besch{ftigt sich mit nichtstandardm{~ig verwendeten multivariaten Methoden in der
Statistik. Die Darstellung erfolgt anhand von Beispielen aus
der Praxis, im Gegensatz zu den meisten Lehrb}chern, die von
der mathematischen Theorie herkommen. In der Praxis
auftretende Schwierigkeiten werden diskutiert. Neu ist die
Betrachtung der Methoden als abh{ngig von den Eigenschaften
der Daten, wobei die Autoren gro~en Wert auf eine ad{quate
Analyse legen. Der Band vermittelt dem Leser Vorbilder f}r
seine eigene praktische Arbeit, indem er die statistische
Praxis anhand der Arbeit von versierten Statistikern mit
neuen, wenig bekannten Methoden darstellt.
Statistik. Die Darstellung erfolgt anhand von Beispielen aus
der Praxis, im Gegensatz zu den meisten Lehrb}chern, die von
der mathematischen Theorie herkommen. In der Praxis
auftretende Schwierigkeiten werden diskutiert. Neu ist die
Betrachtung der Methoden als abh{ngig von den Eigenschaften
der Daten, wobei die Autoren gro~en Wert auf eine ad{quate
Analyse legen. Der Band vermittelt dem Leser Vorbilder f}r
seine eigene praktische Arbeit, indem er die statistische
Praxis anhand der Arbeit von versierten Statistikern mit
neuen, wenig bekannten Methoden darstellt.
Vorwort.- Nicht-lineare multivariate Analyse eines Nützlingsversuches im Feld.- Quasi-Likelihood Methoden zur Analyse von unabhängigen und abhängigen Beobachtungen.- Glättung mit diskreten Daten: Kernfunktionen in Dichteschätzproblemen, nonpara- metrischer Regression und Diskriminanzanalyse.- Monitoring von ökologischen und biometrischen Prozessen mit statistischen Filtern.- Kaiman Filter zur On-Line-Diskriminanzanalyse von Verlaufskurven.- Globale Anpassungstests für eine weite Klasse von statistischen Modellen.
Kunden Rezensionen
Mehr zum Thema
Folgen Sie uns auf:
