nach oben

Tipp

Weitere Kapitel dieses Buchs durch Wischen aufrufen

Erschienen in:

Kapitel lesen Erstes Kapitel lesen

2022 | OriginalPaper | Buchkapitel

8. Verteilungsmodelle: Parameterschätzung

verfasst von : Stefan Bracke

Erschienen in: Technische Zuverlässigkeit

Verlag: Springer Berlin Heidelberg

Einloggen, um Zugang zu erhalten

Zusammenfassung

Im Mittelpunkt der nachfolgenden Ausführungen steht die Schätzung von Parametern im Hinblick auf die Anpassung eines Verteilungsmodells an eine konkret vorliegende Messwertreihe. Das robuste, und manuell einfach durchführbare Verfahren der Regressionsanalyse, welches für viele Verteilungsmodelle geeignet ist, zeigt Abschn. 8.1. Ein häufig angewendetes, iteratives Verfahren ist der in Abschn. 8.2 gezeigte Maximum-Likelihood-Estimator (MLE) nach Fisher (1912). Der MLE zeichnet sich durch seine universelle Anwendbarkeit aus. Außerdem werden weitere Schätzverfahren mit Bezug zu Verteilungsmodellen, welche in der technischen Zuverlässigkeitsanalyse verwendet werden, in Abschn. 8.3 skizziert.

Vorheriges Kapitel Verteilungsmodelle und Funktionen

Nächstes Kapitel Konfidenzintervalle

Conn, A.R., Gould, N.I.M., Toint, P.L.: Trust-Region Methods. Society for Industrial and Applied Mathematics. Philadelphia (2000)

Czado, C., Schmidt, T.: Mathematische Statistik. Springer, Berlin/Heidelberg (2011) CrossRef

Dubey, A.D.: On some permissible estimators of the location parameter of the weibull and certain other distributions. Technometrics. 9(2), 293–307 (1967). Taylor & Francis, Ltd. on behalf of American Statistical Association and American Society for Quality MathSciNetCrossRef

Fisher, R.A.: On an absolute criterion for fitting frequency curves. Messenger Math. 41, 155–160 (1912)

Fisher, R.A., Tippett, L.H.C.: Limiting forms of the frequency distribution of the largest or smallest member of a sample. Proc. Camb. Philos. Soc. 24, 180–190 (1928) CrossRef

Gumbel, E.J.: Statistics of Extremes. Columbia University Press (1958) CrossRef

Hartung, J., Epelt, B., Klösener, K.-H.: Statistik: Lehr- und Handbuch der angewandten Statistik, 15. Aufl, Oldenburg (2009)

Mandel, J.: The Statistical Analysis of Experimental Data. InterScience Publishers (1964)

Moré, J.J.: The Levenberg-Marquardt algorithm: Implementation and theory. In: Watson, G.A. (Hrsg.) Numerical Analysis. Lecture Notes in Mathematics, Bd. 630. Springer, Berlin/Heidelberg (1978).

Rhodes, E.C.: Population mathematics-III. J. R. Stat. Soc. 103(3), 362–387 (1940) MathSciNetCrossRef

Tintner, G.: Eine neue Methode für die Schätzung der logistischen Funktion. Metrika -Zeitschrift für theoretische und angewandte Statistik. 1, 154–157 (1958) MATH

Verhulst, P.-F.: Notice sur la loi que la population poursuit dans son accroissement. Correspondance Mathématique et Physique. 10, 113–121 (1838)

Verhulst, P.-F.: Recherches mathematiques sur la loi d’accroissement de la population. Nouveaux mémoires de l’Académie Royale des Sciences et Belles-Lettres de Bruxelles. 18, 14–54 (1845)

Titel: Verteilungsmodelle: Parameterschätzung
verfasst von: Stefan Bracke
Copyright-Jahr: 2022
Verlag: Springer Berlin Heidelberg
Buch: Technische Zuverlässigkeit
Print ISBN: 978-3-662-65014-1

Electronic ISBN: 978-3-662-65015-8

Copyright-Jahr: 2022
DOI: https://doi.org/10.1007/978-3-662-65015-8_8

Premium Partner

Marktübersichten

Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen.

Zur Marktübersicht