R. K. W. Viertl

Einführung in die Stochastik (eBook, PDF)

Mit Elementen der Bayes-Statistik und der Analyse unscharfer Information

• Format: PDF

Produktbeschreibung

Die Neuauflage behandelt verschiedene Wahrscheinlichkeitsbegriffe, inklusive neuester unscharfer Wahrscheinlichkeiten, Wahrscheinlichkeitsräume, stochastische Größen, spezielle Wahrscheinlichkeitsverteilungen, Markoff-Ketten usw. Der zweite Teil zur klassischen schließenden Statistik bringt Schätzfunktionen, Konfidenzbereiche, klassische Regressionsrechnung sowie eine Einführung in die Bayes-Statistik. Das letzte Kapitel umfasst die quantitative Beschreibung unscharfer Information im Zusammenhang mit stochastischen Modellen. Dieser Teil ist völlig neu und enthält eine Verallgemeinerung des Bayesschen Theorems für unscharfe A-priori-Verteilungen und unscharfe Daten, die bislang noch nicht publiziert wurde.

---

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.

Produktdetails

• Verlag: Springer Vienna
• Seitenzahl: 224
• Erscheinungstermin: 11. März 2013
• Deutsch
• ISBN-13: 9783709160800
• Artikelnr.: 53162277

Inhaltsangabe

I. Einleitung.- 1 Was ist Statistik?.- 2 Was ist Wahrscheinlichkeit?.- 3 Was ist Stochastik?.- 4 Mathematische Ergänzungen.- II. Grundlagen der Wahrscheinlichkeitsrechnung.- 5 Wahrscheinlichkeiten.- 6 Wahrscheinlichkeitsräume.- 7 Struktur allgemeiner Wahrscheinlichkeitsräume.- 8 Stochastische Unabhängigkeit und Produktwahrscheinlichkeitsräume.- III. Stochastische Größen und deren Wahrscheinlichkeits-verteilungen.- 9 Stochastische Grüßen.- 10 Verteilungsfunktionen eindimensionaler stochastischen Größen.- 11 Diskrete eindimensionale Verteilungen.- 12 Kontinuierliche eindimensionale Verteilungen.- 13 Gemischte eindimensionale Verteilungen.- 14 Erwartungswert einer eindimensionalen stochastischen Größe.- 15 Erwartungswerte von Funktionen stochastischer Größen.- 16 Stochastische Vektoren und mehrdimensionale Wahrscheinlichkeitsverteilungen.- 17 Kovarianz, Korrelation und Unabhängigkeit stochastischer Größen.- 18 Bedingte Verteilungen und bedingte Erwartung.- 19 Charakteristische Funktionen.- 20 Funktionen stochastischer Größen.- 21 Die Tschebyscheffsche Ungleichung.- IV. Folgen stochastischer Größen.- 22 Gesetze der großen Zahlen.- 23 Zentraler Grenzverteilungssatz.- 24 Markoff-Ketten.- V. Kontinuierliche stochastische Prozesse.- 25 Erneuerungsprozesse.- 26 Poisson-Prozesse.- 27 Gauß-Prozesse.- 28 Allgemeine Produktwahrscheinlichkeitsräume.- VI. Klassische schließende Statistik.- 29 Stichproben stochastischer Großen und statistische Entscheidungen.- 30 Klassische Punktschätzungen für Parameter.- 31 Der Fundamentalsatz der Statistik.- 32 Klassische Bereichsschätzungen für Parameter.- 33 Grundlegendes über statistische Tests.- 34 Plausibilitätsquotiententests und der Satz von Neyman und Pearson.- 35. Tests für Normalverteilungen.- 36 DerChiquadrat-Anpassungstest.- 37 Klassische Regressionsrechnung.- VII. Elemente der Bayes-Statistik.- 38 Das Bayessche Theorem.- 39 Suffizienz und konjugierte Verteilungsfamilien.- 40 Verwertung der A-posteriori-Verteilung.- 41 Bayessche Entscheidungsregeln.- VIII. Statistische Analyse bei unscharfer Information.- 42 Unscharfe Daten.- 43 Klassische Parameterschätzung für unscharfe Stichproben.- 44 Schätzung der Verteilungsfunktion für unscharfe Stichproben.- 45 Statistische Tests für unscharfe Daten.- 46 Bayessche Analyse für unscharfe Daten und unscharfe A-priori-Information.- 47 Bemerkungen zur schließenden Statistik und zu Bayesschen Entscheidungen bei unscharfer Information.- Tabellen.- Literatur.- Symbolverzeichnis.