Advertisement

Stichproben pp 61-91 | Cite as

Modellbasierte Stichprobenverfahren

  • Göran Kauermann
  • Helmut Küchenhoff
Chapter
Part of the Springer-Lehrbuch book series (SLB)

Zusammenfassung

In den bisherigen Anwendungen sind wir davon ausgegangen, dass es eine interessierende Größe Y gibt und wir darüber hinaus keine weiteren Informationen erheben. In vielen praktischen Anwendungen liegen jedoch über die Population weitere Informationen vor. Wir wollen in diesem Kapitel zeigen, wie man diese bereits vorliegenden Informationen nutzen kann, um bessere Schätzungen zu erhalten.

Literatur

  1. Cochran, W. (1977). Sampling techniques (3. Aufl.). New York, NY: Wiley.Google Scholar
  2. Thompson, S. (2002). Sampling (2. Aufl.). New York, NY: Wiley.Google Scholar
  3. Rao, C. R. (1973). Linear statistical inference and its applications (Wiley series in probability and mathematical statistics) (2. Aufl.). New York, NY: Wiley.Google Scholar
  4. Särndal, C., Swenson, B., & Wretman, J. (1992). Model Assisted Survey Sampling. New York, NY: Springer.zbMATHCrossRefGoogle Scholar
  5. Cochran, W. (1972). Stichprobenverfahren. Berlin: de Gruyter.zbMATHGoogle Scholar
  6. Dalgaard, P. (2002). Introductory statistics with R. New York, NY: Springer.zbMATHGoogle Scholar
  7. Fahrmeir, L., Kneib, T., & Lang, S. (2007). Regression – Modelle, Methoden und Anwendungen. Berlin: Springer.zbMATHGoogle Scholar
  8. Fahrmeir, L., Kneib, T., & Lang, S. (2007). Regression – Modelle, Methoden und Anwendungen. Berlin: Springer.zbMATHGoogle Scholar
  9. Fahrmeir, L., Hamerle, A., & Tutz, G. (1996). Multivariate statistische Verfahren (2. Aufl.). Berlin, New York: de Gruyter.Google Scholar
  10. Hastie, T., & Tibshirani, R. (1990). Generalized additive models. London: Chapman and Hall.zbMATHGoogle Scholar
  11. Ruppert, D., Wand, M., & Carroll, R. (2003). Semiparametric regression. Cambridge: Cambridge University Press.zbMATHCrossRefGoogle Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2011

Authors and Affiliations

  1. 1.Universität BielefeldBielefeldDeutschland
  2. 2.Ludwig-Maximilians-Universität München, Institut für StatistikMünchenDeutschland

Personalised recommendations