Intervalldaten und generalisierte lineare Modelle
Buch in deiner Nähe kaufen
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.
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.
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.
Naturwissenschaftliche Studie Includes supplementary material: sn.pub/extras
Autor*in
Michael Seitz
Themen in »Intervalldaten und generalisierte lineare Modelle«
Intervallschätzungen Statistik heuristisches Vorgehen nicht-lineare Zielfunktionen numerische Optimierungsverfahren