Methoden der statistischen Inferenz - Taschenbuch

Buch in der Datenbank seit 2008-03-04T15:08:41+01:00 (Berlin)
Detailseite zuletzt geändert am 2024-03-22T19:05:06+01:00 (Berlin)
ISBN/EAN: 9783827419392

ISBN - alternative Schreibweisen:
3-8274-1939-5, 978-3-8274-1939-2
Alternative Schreibweisen und verwandte Suchbegriffe:
Autor des Buches: held, leo leonhard, bove, spektrum der wissenschaft, leonhard sin
Titel des Buches: statistische methoden, methoden der statistischen inferenz likelihood und bayes

Daten vom Verlag:

Autor/in: Leonhard Held
Titel: Methoden der statistischen Inferenz - Likelihood und Bayes
Verlag: Spektrum Akademischer Verlag; Spektrum Akademischer Verlag
304 Seiten
Erscheinungsjahr: 2008-03-11
Heidelberg; DE
Gedruckt / Hergestellt in Niederlande.
Sprache: Deutsch
39,99 € (DE)
41,11 € (AT)
44,50 CHF (CH)
Available
XII, 304 S. 60 Abb.

BC; Probability Theory and Stochastic Processes; Hardcover, Softcover / Mathematik/Wahrscheinlichkeitstheorie, Stochastik, Mathematische Statistik; Wahrscheinlichkeitsrechnung und Statistik; Verstehen; Mathematik; Bayes-Inferenz; Inferenzstatistik; induktive Statistik; statistische Modelle; Statistics for Life Sciences, Medicine, Health Sciences; Probability Theory; Biostatistics; Stochastik

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 Methoden heute undenkbar. Dieses Buch legt besonderes Gewicht auf die Beschreibung der nötigen algorithmischen Verfahren, von der numerischen Optimierung bis hin zur Monte-Carlo Integration. Alle Beispiele sind in der Open-Source Statistik-Software R gerechnet, wobei Teile des Programm-Codes explizit abgedruckt sind. An zahlreichen Beispielen aus Medizin, Epidemiologie und Genetik wird der Einsatz der Verfahren in der Praxis deutlich gemacht. Der Leser kann durch Bearbeitung von Übungsaufgaben am Ende jedes Kapitels (mit ausgewählten Lösungen auf der Website) den Stoff vertiefen.

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 Methoden heute undenkbar. Dieses Buch legt besonderes Gewicht auf die Beschreibung der nötigen algorithmischen Verfahren, von der numerischen Optimierung bis hin zur Monte-Carlo Integration. Alle Beispiele sind in der Open-Source Statistik-Software R gerechnet, wobei Teile des Programm-Codes explizit abgedruckt sind. An zahlreichen Beispielen aus Medizin, Epidemiologie und Genetik wird der Einsatz der Verfahren in der Praxis deutlich gemacht. Der Leser kann durch Bearbeitung von Übungsaufgaben am Ende jedes Kapitels (mit ausgewählten Lösungen auf der Website) den Stoff vertiefen.

Dieses Buch richtet sich in erster Linie an Studierende der Statistik, Mathematik und Informatik. Aber auch Interessierten aus Bereichen der Lebenswissenschaften, wie etwa der Biologie oder den Umweltwissenschaften wird es eine adäquate Einführung in Methoden der statistischen Inferenz geben. Nötige Kenntnisse der Stochastik, Numerik und Analysis, die über ein elementares Niveau hinausgehen, sind in eigenen Anhängen beschrieben.

Prof. Dr. Leonhard Held ist seit September 2006 Inhaber des Lehrstuhls für Biostatistik an der Universität Zürich. Zuvor war er Professor für Biostatistik an der LMU München sowie Lecturer und Senior Lecturer am Imperial College London und an der Lancaster University.

Erklärt dem Anwender die wichtigsten modernen Methoden der statistischen Inferenz

Eine Vielzahl von Beispielen illustriert die Begriffe und Vorgehensweisen

Wichtige Teile der Algorithmen sind als R-Programmcode angegeben

Includes supplementary material: sn.pub/extras

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 Methoden heute undenkbar. Dieses Buch legt besonderes Gewicht auf die Beschreibung der nötigen algorithmischen Verfahren, von der numerischen Optimierung bis hin zur Monte-Carlo Integration.

Besonders hervorzuheben: “Das Layout ist insgesamt sehr schön und konsistent. ... Durch die genannten Eigenschaften ist es ausgesprochen gut lesbar und ebenso gut strukturiert.” (Diplom-Volkswirt Johannes Tiemer, Fakultät für Wirtschaftswissenschaften, Universität Duisburg-Essen)