Advertisement

Intervalldaten und generalisierte lineare Modelle

  • Michael Seitz

Part of the BestMasters book series (BEST)

Table of contents

  1. Front Matter
    Pages i-xvii
  2. Michael Seitz
    Pages 1-5
  3. Michael Seitz
    Pages 16-53
  4. Michael Seitz
    Pages 54-73
  5. Michael Seitz
    Pages 74-82
  6. Michael Seitz
    Pages 83-88
  7. Back Matter
    Pages 89-110

About this book

Introduction

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.

Der Inhalt

  • Numerische Optimierungsverfahren zur Lösung des Problems
  • Direkte Optimierung der Parameter und Optimierung
  • Anwendung der Verfahren auf simulierte Daten

Die Zielgruppen

  • Dozenten und Studenten der Mathematik mit den Schwerpunkten Statistik und Informatik
  • Praktiker, die sich mit Statistik und Datenanalyse befassen

Der Autor

Michael Seitz verfasste seine Masterarbeit bei Prof. Dr. Thomas Augustin am Institut für Statistik an der Ludwig-Maximilians-Universität München und promoviert derzeit an der Technischen Universität München.

Keywords

Intervallschätzungen Statistik heuristisches Vorgehen nicht-lineare Zielfunktionen numerische Optimierungsverfahren

Authors and affiliations

  • Michael Seitz
    • 1
  1. 1.Fakultät für Informatik und MathematikHochschule MünchenMünchenGermany

Bibliographic information