Skip to main content
SpringerLink
Log in

Intervalldaten und generalisierte lineare Modelle

  • Book
  • © 2015

Overview

Authors:
  1. Michael Seitz

    1. Fakultät für Informatik und Mathematik, Hochschule München, München, Germany

    View author publications

    You can also search for this author in PubMed   Google Scholar

  • Naturwissenschaftliche Studie
  • Includes supplementary material: sn.pub/extras

Part of the book series: BestMasters (BEST)

  • 7527 Accesses

This is a preview of subscription content, log in via an institution to check access.

Access this book

Log in via an institution
eBook USD 59.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book USD 49.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Other ways to access

Licence this eBook for your library

Institutional subscriptions

Table of contents (6 chapters)

  1. Front Matter

    Pages i-xvii
    Download chapter PDF

  2. Einleitung

    • Michael Seitz
    Pages 1-5

  3. Intervalldaten und generalisierte lineare Modelle

    • Michael Seitz
    Pages 6-15

  4. Eindimensionaler Parameterraum

    • Michael Seitz
    Pages 16-53

  5. Mehrdimensionaler Parameterraum

    • Michael Seitz
    Pages 54-73

  6. Anwendungsbeispiel

    • Michael Seitz
    Pages 74-82

  7. Schluss

    • Michael Seitz
    Pages 83-88

  8. Back Matter

    Pages 89-110
    Download chapter PDF
Back to top

Keywords

About this book

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.    

Authors and Affiliations

  • Fakultät für Informatik und Mathematik, Hochschule München, München, Germany

    Michael Seitz

About the author

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.

Bibliographic Information

Publish with us

Policies and ethics

Back to top

Search

Navigation