Details

Intervalldaten und generalisierte lineare Modelle


Intervalldaten und generalisierte lineare Modelle


BestMasters

von: Michael Seitz

42,25 €

Verlag: Spektrum Akademischer Verlag bei Elsevier
Format: PDF
Veröffentl.: 16.01.2015
ISBN/EAN: 9783658087463
Sprache: deutsch

Dieses eBook enthält ein Wasserzeichen.

Beschreibungen

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.    
Numerische Optimierungsverfahren zur Lösung des Problems.- Direkte Optimierung der Parameter und Optimierung.- Anwendung der Verfahren auf simulierte Daten.
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.
<p>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. </p><p><b>Der Inhalt</b></p><ul><li><b></b>Numerische Optimierungsverfahren zur Lösung des Problems</li><li>Direkte Optimierung der Parameter und Optimierung</li><li>Anwendung der Verfahren auf simulierte Daten</li></ul><p><b>Die Zielgruppen</b></p><ul><li><b></b>Dozenten und Studenten der Mathematik mit den Schwerpunkten Statistik und Informatik</li><li>Praktiker, die sich mit Statistik und Datenanalyse befassen</li></ul><p><b>Der Autor</b></p><p></p><p>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. </p>
<p>Naturwissenschaftliche Studie</p><p>Includes supplementary material: sn.pub/extras</p>
<p>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. </p>

Diese Produkte könnten Sie auch interessieren:

Modeling Uncertainty
Modeling Uncertainty
von: Moshe Dror, Pierre L'Ecuyer, Ferenc Szidarovszky
Preis: 236,81 €
Continuous Bivariate Distributions
Continuous Bivariate Distributions
von: N. Balakrishnan, Chin Diew Lai
Preis: 128,39 €
Nonlinear Regression with R
Nonlinear Regression with R
von: Christian Ritz, Jens Carl Streibig
Preis: 80,24 €