* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Scientific Inference, Data Analysis, and Robustness
G. E. P. Box (Hrsg.), Tom Leonard (Hrsg.), Chien-Fu Wu (Hrsg.)
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Naturwissenschaften, Medizin, Informatik, Technik / Mathematik
Beschreibung
Mathematics Research Center Symposium: Scientific Inference, Data Analysis, and Robustness focuses on the philosophy of statistical modeling, including model robust inference and analysis of data sets. The selection first elaborates on pivotal inference and the conditional view of robustness and some philosophies of inference and modeling, including ideas on modeling, significance testing, and scientific discovery. The book then ponders on parametric empirical Bayes confidence intervals, ecumenism in statistics, and frequency properties of Bayes rules. Discussions focus on consistency of Bayes rules, scientific method and the human brain, and statistical estimation and criticism. The book takes a look at the purposes and limitations of data analysis, likelihood, shape, and adaptive inference, statistical inference and measurement of entropy, and the robustness of a hierarchical model for multinomials and contingency tables. Topics include numerical results for contingency tables and robustness, multinomials, flattening constants, and mixed Dirichlet priors, entropy and likelihood, and test as measurement of entropy. The selection is a valuable reference for researchers interested in robust inference and analysis of data sets.
