img Leseprobe Leseprobe

Intervalldaten und generalisierte lineare Modelle

Michael Seitz

PDF
42,25
Amazon iTunes Thalia.de Weltbild.de Hugendubel Bücher.de ebook.de kobo Osiander Google Books Barnes&Noble bol.com Legimi yourbook.shop Kulturkaufhaus ebooks-center.de
* Affiliatelinks/Werbelinks
Hinweis: 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.

Springer Fachmedien Wiesbaden GmbH img Link Publisher

Naturwissenschaften, Medizin, Informatik, Technik / Wahrscheinlichkeitstheorie, Stochastik, Mathematische Statistik

Beschreibung

Da eine direkte präzise Schätzung von Parametern mit Intervalldaten in generalisierten linearen Modellen nicht möglich ist, formuliert Michael Seitz die Intervallschätzungen der Parameter als Optimierungsproblem und schlägt numerische Verfahren vor, um diese zu lösen. Die Herausforderung liegt dabei in der numerischen Lösung des hochdimensionalen Optimierungsproblems. Dieses wird hier näherungsweise mit einer Kombination aus bekannten numerischen Verfahren für nicht-lineare Zielfunktionen und heuristischem Vorgehen gelöst. Des Weiteren werden für einige Spezialfälle andere zuverlässigere Verfahren vorgestellt.    

Weitere Titel in dieser Kategorie
Cover Matlab für Dummies
John Paul Mueller
Cover Das Hidden-Markov-Modell
Karl-Heinz Zimmermann

Kundenbewertungen

Schlagwörter

Statistik, numerische Optimierungsverfahren, Intervallschätzungen, heuristisches Vorgehen, nicht-lineare Zielfunktionen