Anzeige
Erschienen in:
2020 | OriginalPaper | Buchkapitel
8. Parameterschätzung
verfasst von : Noemi Kurt
Erschienen in: Stochastik für Informatiker
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
Zusammenfassung
Im ersten Kapitel zur Statistik widmen wir uns einem der Grundprobleme der Statistik, nämlich der Schätzung von Parametern. Das bedeutet, dass aus gemessenen Daten relevante Kenngrößen oder Verteilungsparameter der zugrunde liegenden Verteilung geschätzt oder approximiert werden. Dabei müssen normalerweise gewisse Annahmen getroffen werden, z. B. zur Unabhängigkeit der involvierten Zufallsvariablen. Es gibt viele verschiedene Methoden für die Parameterschätzung. Wir betrachten hier klassische Schätzer für wichtige Kenngrößen, sowie die Methode der Maximum-Likelihood-Schätzung. Ebenfalls als Schätzproblem aufgefasst werden kann die Bestimmung einer Regressionsgeraden.