2016 | OriginalPaper | Buchkapitel
Grundlagen der Mathematischen Statistik – vom Schätzen und Testen
verfasst von : Andreas Meister, Norbert Henze, Frank Hettlich, Martin Brokate, Gabriela Schranz-Kirlinger, Thomas Sonar
Erschienen in: Grundwissen Mathematikstudium
Verlag: Springer Berlin Heidelberg
Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.
Wählen Sie Textabschnitte aus um mit Künstlicher Intelligenz passenden Patente zu finden. powered by
Markieren Sie Textabschnitte, um KI-gestützt weitere passende Inhalte zu finden. powered by
In diesem Kapitel lernen wir die wichtigsten Grundbegriffe und Konzepte der Mathematischen Statistik kennen. Hierzu gehören die Begriffe statistisches Modell, Verteilungsannahme, Schätzer, Maximum-Likelihood-Schätzmethode, Konfidenzbereich und statistischer Test. Wünschenswerte Eigenschaften von Schätzern reeller Parameter sind eine kleine mittlere quadratische Abweichung und damit einhergehend Erwartungstreue sowie kleine Varianz. Bei Folgen von Schätzern kommen asymptotische Erwartungstreue und Konsistenz hinzu. Die Cramér-Rao-Ungleichung zeigt, dass die Varianz eines erwartungstreuen Schätzers in einem regulären statistischen Modell durch die Inverse der Fisher-Information nach unten beschränkt ist.