Skip to main content
SpringerLink
Log in

Einführung in die Bayes-Statistik

  • Book
  • © 2000

Overview

Authors:
  1. Karl-Rudolf Koch

    1. Institut für Theoretische Geodäsie, Universität Bonn, Bonn, Deutschland

    View author publications

    You can also search for this author in PubMed   Google Scholar

  • Einfacher und leicht faßbarer Einstieg
  • Gute didaktische Aufbereitung

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 99.00
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book USD 131.20
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info
Hardcover Book USD 129.99
Price excludes VAT (USA)
  • Durable hardcover 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-IX
    Download chapter PDF

  2. Einleitung

    • Karl-Rudolf Koch
    Pages 1-2

  3. Wahrscheinlichkeit

    • Karl-Rudolf Koch
    Pages 3-62

  4. Parameterschätzung, Konfidenzregionen und Hypothesenprüfung

    • Karl-Rudolf Koch
    Pages 63-84

  5. Lineares Modell

    • Karl-Rudolf Koch
    Pages 85-127

  6. Spezielle Modelle und Anwendungen

    • Karl-Rudolf Koch
    Pages 129-182

  7. Numerische Verfahren

    • Karl-Rudolf Koch
    Pages 183-214

  8. Back Matter

    Pages 215-225
    Download chapter PDF
Back to top

Keywords

About this book

Das Buch führt auf einfache und verständliche Weise in die Bayes-Statistik ein. Ausgehend vom Bayes-Theorem werden die Schätzung unbekannter Parameter, die Festlegung von Konfidenzregionen für die unbekannten Parameter und die Prüfung von Hypothesen für die Parameter abgeleitet. Angewendet werden die Verfahren für die Parameterschätzung im linearen Modell, für die Parameterschätzung, die sich robust gegenüber Ausreißern in den Beobachtungen verhält, für die Prädiktion und Filterung, die Varianz- und Kovarianzkomponentenschätzung und die Mustererkennung. Für Entscheidungen in Systemen mit Unsicherheiten dienen Bayes-Netze. Lassen sich notwendige Integrale analytisch nicht lösen, werden numerische Verfahren mit Hilfe von Zufallswerten eingesetzt.

Authors and Affiliations

  • Institut für Theoretische Geodäsie, Universität Bonn, Bonn, Deutschland

    Karl-Rudolf Koch

Bibliographic Information

Publish with us

Policies and ethics

Back to top

Search

Navigation