Intervalldaten und generalisierte lineare Modelle

1. Front Matter

   Pages i-xvii

   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

   PDF

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.    

• Intervallschätzungen
• Statistik
• heuristisches Vorgehen
• nicht-lineare Zielfunktionen
• numerische Optimierungsverfahren

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

  Michael Seitz

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.

Policies and ethics