| |
| |
|
|
 |
|
| |
Architektur Bau- & Umwelttechnik Belletristik Betriebswirtschaft Biologie Briefe, Bewerbung, Rhetorik Chemie Entspannung & Meditation Esoterik & Anthroposophie Essen und Trinken Fitness, Aerobic, Bodybuilding, Gymnastik Garten, Pflanzen, Natur Geowissenschaften Geschenkbücher Geschichte Gesundheit, Körperpflege Heimwerken Hobby, Freizeit, Natur Informatik & EDV Innenarchitektur & Design Journalistik & Presse Kinder- & Jugendliteratur Kunst Lebensführung Literaturwissenschaft Lyrik, Dramatik, Essays Management Mathematik Mechanik & Akustik Medien & Kommunikation Medizin & Pharmazie Musik Nachschlagewerke Naturmedizin & Homöopathie Naturwissenschaft & Technik Partnerschaft, Beziehungen Pädagogik Philosophie Physik & Astronomie Politik, Gesellschaft, Arbeit Psychologie Recht Reise Religion Romane, Erzählungen & Anthologien Sachbuch / Ratgeber Schule & Lernen Soziologie Sport Sprachwissenschaft Steuern Technik Theater, Ballett & Film Tiere Tiermedizin Umwelt, Land- & Forstwirtschaft Verlagswesen, Buchhandel, Bibliothekswesen Völkerkunde & Volkskunde Werbung & Marketing Wirtschaft |
|
| |
|
 |
|
| |
Design, Architektur & bildende Kunst Aktuelle Buchempfehlungen |
|
|
 |
|
| |
|
|
| |
|
|
|
|
| |
|
| |
|
 |
|
| |
Leonhard Held
Methoden der statistischen Inferenz
Likelihood und Bayes
erschienen März 2008 304 Seiten, Paperback
Spektrum-Akademischer Vlg | ISBN: 3827419395
| |  | 29.95 EUR |  | | |
|
|
|
|
| |
Innerhalb 24 Stunden versandfertig. Expressversand: In Deutschland versandkostenfrei | Österreich: 4 € | Schweiz: ab 4 € | Europaweit ab 6 €. Versandkostenübersicht weltweit. Alle Preise inkl. MwSt. |
|
|
Ähnliche Bücher anzeigen
|
|
|
| |
| |
| VORWORT | öffnen |
|
Vorwort Dieses Lehrbuch basiert auf Vorlesungen, die ich an der Ludwig-Maximilians-Universität München für Studierende der Statistik und Bioinformatik gehalten habe. Insbesondere ein Skript, das im Rahmen der Vorlesung "Statistik IV für Statistiker" entstand, diente zunächst als Grundlage. Das Buch richtet sich an Studierende der Statistik, Mathematik oder Informatik sowie angrenzender Gebiete, beispielsweise der Biostatistik, Biomathematik oder Bioinformatik. Die Anwendungsbeispiele kommen meis...
[weiter lesen]
|
|
|
| KLAPPENTEXT | öffnen |
|
Methoden der statistischen Inferenz werden in fast allen Bereichen der empirischen Wissenschaften eingesetzt, um aus Daten zu lernen. Dieses Buch gibt eine angewandte Einführung in Likelihood- und Bayes-Verfahren, die zwei wichtigsten Ansätze, um Parameter in stochastischen Modellen zu schätzen und die damit verbundene Unsicherheit zu quantifizieren. Eigene Kapitel widmen sich der Prognose zukünftiger Beobachtungen und der Modellwahl. Ohne Unterstützung durch Computer ist der Einsatz dieser... [weiter lesen] |
|
|
| AUTOR | öffnen |
|
AutorProf. Dr. Leonhard Held Institut für Sozial- und Präventivmedizin Abteilung Biostatistik Hirschengraben 84 CH-8001 Zürich E-mail: leonhard.held@ifspm.uzh.ch Prof. Dr. Leonhard Held ist seit September 2006 Inhaber des Lehrstuhls für Biostatistik an der Universität Zürich. Zuvor war er Professur für Biostatistik an der LMU München sowie Lecturer und Senior Lecturer am Imperial College London und an der Lancaster University. [weiter lesen] |
|
|
| INHALTSVERZEICHNIS | öffnen |
Inhaltsverzeichnis Vorwort vii 1 Einführung 1 1.1 Statistische Inferenz 1 1.2 Beispiele 2 1.2.1 Anteilsschätzung 2 1.2.2 Vergleich von Anteilen 2 1.2.3 Schätzung der Größe einer Population 4 1.2.4 Überprüfung eines genetischen Gleichgewichtszustandes 4 1.2.5 Schätzung von diagnostischen Kenngrößen 6 1.2.6 Schätzung von relativem Risiko aus Krebsregisterdaten 7 1.2.7 Statistische Analyse einer Therapiestudie 7 1.2.8 Statistische Analyse von Überlebenszeiten 9 1.2.9 Statistische Modelle 9 1.2.10 Inhalt und Notation der Kapitel 12 2 Likelihood 15 2.1 Likelihood- und Log-Likelihoodfunktion 15 2.1.1 Beispiele 17 2.1.2 Interpretation der Likelihood 25 2.1.3 Invarianz der Likelihood 25 2.1.4 Erweiterter Likelihoodbegriff 27 2.2 Score-Funktion und Fisher-Information 28 2.3 Iterative Bestimmung des ML-Schätzers 32 2.3.1 Numerische Optimierung 32 2.3.2 Der EM-Algorithmus 35 2.4 Quadratische Approximation der Log-Likelihoodfunktion 38 2.5 Suffizienz 41 2.5.1 Minimalsuffizienz 44 2.5.2 Das Likelihood-Prinzip 45 2.5.3 Aufgaben 46 3 Frequentistische Eigenschaften der Likelihood 49 3.1 Erwartungstreue und Konsistenz 50 3.2 Standardfehler und Konfidenzintervalle 55 3.2.1 Standardfehler 55 3.2.2 Konfidenzintervalle und Pivots 56 3.2.3 Der Zusammenhang mit Signifikanztests 60 3.2.4 Die Delta-Regel 62 3.3 Die erwartete Fisher-Information und die Score-Statistik 64 3.3.1 Die erwartete Fisher-Information 64 3.3.2 Erwartungswert und Varianz der Score-Funktion 65 3.3.3 Eigenschaften der erwarteten Fisher-Information 67 3.3.4 Die Verteilung der Score-Funktion 70 3.3.5 Invarianz von Score-Konfidenzintervallen 76 3.4 Die Verteilung des ML-Schätzers und die Wald-Statistik 77 3.4.1 Die Cramer-Rao-Schranke 77 3.4.2 Konsistenz des Maximum-Likelihood-Schätzers 78 3.4.3 Die Verteilung des Maximum-Likelihood-Schätzers 79 3.4.4 Die Wald-Statistik 81 3.5 Varianzstabilisierende Transformationen 83 3.6 Die Likelihood-Quotienten-Statistik 87 3.7 Konstruktion von Konfidenzintervallen 91 3.7.1 Fallstudie: Konfidenzintervalle für Anteile 93 Aufgaben 98 4 Likelihood-Inferenz bei vektoriellem Parameter 105 4.1 Score-Vektor und Fisher-Informationsmatrix 105 4.2 Standardfehler und Wald-Konfidenzintervalle 110 4.3 Die Profil-Likelihood 112 4.4 Frequentistische Eigenschaften der Likelihood im mehrdimensionalen Fall . . 12... 4.4.1 Score-Statistik 123 4.4.2 Wald-Statistik 124 4.4.3 Die multivariate Delta-Regel 125 4.4.4 Likelihood-Quotienten-Statistik 125
[weiter lesen] |
|
|
|
|
| REGISTER | öffnen |
Index AAkaikes Informationskriterium 215 Anpassungstest 132, 216 Anteilsschätzung 2, 60, 62, 85, 93, 160 AUC 248 BBayes-Faktor 217, 218 - Minimum 230 Bayes-Inferenz 139 - Asymptotik 172 Bayes'sches Informationskriterium 216 Bayes-Schätzer 157 - Posteriori-Erwartungswert 140 - Posteriori-Median 141 - Posteriori-Modus 141 bedingte Verteilung 262 Behrens-Fisher-Problem 195 Bernoulli-Verteilung 44, 269 Beta-Binomial-Verteilung 120, 243, 271 - gestutzte 121 Beta-Verteilung 94, 142, 272 Bewertungsregel 252 - korrekte 252 - strikt korrekte 252 Bias siehe Verzerrung Binomialexperiment 46, 141 - inverses 46 Binomialverteilung 17, 60, 269 - gestutzte 33, 286 Bisektionsverfahren 286 Bootstrap Bootstrap-Prinzip 240 Bootstrap-Prognose 237 Brier-Score 253 CCapture-Recapture siehe Rückfangmethode Cauchy-Verteilung 47, 274 Chance 2 - logarithmierte relative 116 - Posteriori 217 - Priori 217 - relative 2, 116 Chi-Quadrat-Verteilung 58, 88, 273 Cholesky-Zerlegung 279 Clopper-Pearson Konfidenzintervall 94 Continuous ranked probability score 255 Cramer-Rao-Schranke 77 Dde Finetti-Diagramm 4 Delta-Regel 62, 267 - multivariate 125 Devianz 133 Dichtefunktion 15 - bedingte 262 - marginale 262 - Transformationssatz 264 - vollständig bedingte 200 Dirichlet-Verteilung 163, 276 EEM-Algorithmus 35 Empirische Bayes-Verfahren 176 Entropie 166, 260 Entwicklungspunkt 282 Erwartung - bedingte 263 Erwartungswert - bedingter 263 Exponentialfamilie 100 Exponentialverteilung 20, 57, 272 FF-Verteilung 274 Falsch-Negativ-Rate 6, 34 Fehler - Art 61 - Art 61 Fisher-Information 29 - beobachtete 29 - einer Transformation 31, 68 - erwartete 64 Fisher-Informationsmatrix 107 - beobachtete 107 - erwartete 123 Fisher's z-Transformation 87 Fisher-Scoring 289 Funktion - (streng) konkave 260 - (streng) konvexe 259 GGamma-Gamma-Verteilung 243, 273 Gammaverteilung 21, 272 Gauß-Quadratur 293 Gauß'sches Markov Zufallsfeld 207 geometrische Verteilung 52, 269 Gesetz der großen Zahlen - schwaches 266 - starkes 266 Gibbs Sampling 200 Gleichverteilung 39, 56, 271 Gradient 281 Grundgesamtheit 2, 10 HHalb-Normalverteilung 257, 274 Hardy-Weinberg-Gleichgewicht 4, 26, 111 Hardy-Weinberg-Ungleichgewicht 203 HPD-Intervall 144 hypergeometrische Verteilung 18, 270 Hypothesentest siehe Signifikanztest IImportance Sampling 196 Indikatorfunktion 40 Intervallschätzung 55 inverse Gammaverteilung 154, 272 inverse Wishart-Verteilung 277 KKalibrierung 247 kanonischer Parameter 101 Klammerverfahren 287 Konfidenzintervall 55, 56 - Überdeckungswahrscheinlichkeit 56, 94 - Dualität zu Tests 61 Konfidenzniveau 56 Konvergenz - fast sichere 265 - im Mittel 265 - im Quadratmittel 265 - in Verteilung 265 - in Wahrscheinlichkeit 265 Korrelation 86, 156, 261 - empirischer Korrelationskoefnzient 86 Kovarianz 261 Kredibilitätsintervall 141, 159 - Glaubwürdigkeitsgrad 141 - gleichendiges 144 - HPD-Intervall 144 Kredibilitätsniveau 141 Kredibilitätsregion 159 Kreuz validier ung 216 kritischer Wert 61 Kullback-Leibler-Diskrepanz 260 LLageparameter 69 Lagrange-Methode 283 Lagrange-Multiplikator 283 Landau-Notation 283 Laplace-Approximation 188, 294 Laplacesches Folgegesetz 244 Leibnizregel für Parameterintegrale 283 Likelihood 15, 27 - erweiterte 235 - erweiterter Likelihoodbegriff 27 - geschätzte 112 - Interpretation 25 - Invarianz 25 - Kalibrierung 25, 126 - Kern der 16 - marginale 217, 224 - Minimalsuffizienz 45 - normierte 23 - prädiktive 235 - relative 23 - Reparametrisierung 22 Likelihood-Konfidenzintervall 89 - Invarianz 91 Likelihood-Quotienten-Statistik 87, 125 - mit Vorzeichen versehende 88 - verallgemeinerte 127, 213 Likelihood-Quotienten-Test 88 - verallgemeinerter 128 Likelihood-Inferenz 15 Likelihood-Prinzip 46 - schwaches 46 - starkes 46 Likelihoodfunktion 15, siehe Likelihood Lindley's Paradox 221 Log-Likelihood 16 - quadratische Approximation 38, 109 - relative 23 Log-Likelihoodfunktion siehe Log-Likelihood Log-Normal Verteilung 273 logarithmischer Score 254 logistische Verteilung 151, 275 Logit-Transformation 62, 93 MMAP-Modell 223 Markov-Kette 199 Markov-Ketten-Monte-Carlo 199 - Burn-in 201 Matrix - Block 280 - Hesse 281 - Jacobi 281 - positiv definite 279 Maximum-Likelihood-Schätzer 16 - Invarianz 25 - iterative Bestimmung 32 - Konsistenz 78 - Standardfehler 81, 110 Verteilung 79 Meta-Analyse 3 - Metropolis-Algorithmus 199 Metropolis-Hastings-Algorithmus 199 - Irrfahrts-Vorschlag 200 - Unabhängigkeits-Vorschlag 200 Minimalsuffizienz 44 mittlerer quadratischer Fehler 54 Modell - nichtparametrisches 9 - parametrisches 9 - saturiertes 133 statistisches 9 - Modellkomplexität 214 Modellmittlung 223, 244 Modellwahl 1, 213 - Bayesianische 217
[weiter lesen] |
|
|
|
|
|
|
| |
|
|

|
|