
×
Angewandte Methoden der Mathematischen Statistik
Lineare, loglineare, logistische Modelle Finite und asymptotische Methoden
mit Helmut PruschaInhaltsverzeichnis
- Kap I Grundlagen aus der Stochastik.
- 0. Vorbemerkung.
- 1. Mehrdimensionale Zufallsvariablen.
- 2. Mehrdimensionale Normalverteilung.
- 3. Exponentialfamilien.
- 4. Maximum-Likelihood Methode.
- Kap II Vorbereitende Verfahren.
- 1. Planung des Stichprobenumfangs.
- 2. Variablentransformation.
- 3. X2-Anpassungstests.
- Kap III Das Lineare Modell der Statistik.
- 1. Einführung in das lineare Modell.
- 2. Spezialfälle.
- 3. Schätzen der Modellparameter.
- 4. Lineare Schätzer und ihre Verteilung.
- 5. Konfidenzintervalle.
- 6. Testen linearer Hypothesen.
- Kap IV Varianzanalyhsche Modelle.
- 1. Einfache Klassifikation.
- 2. Zweifache Klassifikation.
- 3. Dreifache Klassifikation.
- Kap V Lineare Regression und Verwandte Methoden.
- 1. Lineare Regressionsanalyse.
- 2. Regressionsfunktionen.
- 3. Korrelations analyse.
- 4. Kovarianzanalyse.
- 5. Nichtlineare Regressions analyse.
- Kap VI Asymptotische Statistische Methoden.
- 1. Asymptotisches Verhalten von Schätzerfolgen.
- 2. Asymptotisches Testen von Hypothesen.
- 3. Score-und Wald-Test.
- 4. Pearson-Fisher Teststatistiken.
- 5. Hinreichende Bedingungen zur asymptotischen Theorie.
- Kap VII Verallgemeinertes Lineares Modell (GLM).
- 1. Einführung in die Modelle mit Linkfunktionen.
- 2. Spezielle GLM.
- 3. Schätzen und Testen.
- 4. Statistische Analyse spezieller GLM.
- Kap VIII Analyse von Kontingenztafeln.
- 1. Unabhängigkeitsproblem.
- 2. Homogenitätsproblem.
- 3. Log-lineare Modelle.
- 4. Zweidimensionale log-lineare Modelle.
- 5. Mehrdimensionale log-lineare Modelle.
- Anhänge.
- A Ergänzungen aus der Matrizenlehre.
- 1. Symmetrische Matrizen.
- 2. Ellipsoide.
- 3. Ableitungsvektoren und-Matrizen.
- B ErgÄnzungen aus derStochastik.
- 1. Testverteilungen.
- 2. Grundbegriffe aus der mathematischen Statistik.
- Signifikanztests und ihre Gütefunktion.
- Konfidenzintervalle.
- Parameterschätzung.
- 3. Grenzwertsätze.
- Fast sichere, stochastische Konvergenz.
- Verteilungskonvergenz.
- Zentrale Grenzwertsätze.