KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb
Produktbild: Fundamentals of Mathematical Statistics
- 11%

Fundamentals of Mathematical Statistics Statistical Inference

Aus der Reihe Springer Texts in Statistics
11% sparen

77,99 € UVP 88,00 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Abbildungen

XI, 422 pp.

Verlag

Springer

Seitenzahl

422

Maße (L/B/H)

2,5/16/24 cm

Gewicht

760 g

Sprache

Englisch

ISBN

978-0-387-97020-2

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Abbildungen

XI, 422 pp.

Verlag

Springer

Seitenzahl

422

Maße (L/B/H)

2,5/16/24 cm

Gewicht

760 g

Sprache

Englisch

ISBN

978-0-387-97020-2

Herstelleradresse

Springer Heidelberg
Tiergartenstr. 17
69121 Heidelberg
DE
buchhandel-buch@springer.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Fundamentals of Mathematical Statistics
  • IV: Sampling and distributions.- Overview.- Lesson 1 Sampling and statistics.- 2 Transformations of real random variables.- 3 Transformations of random vectors.- 4 Sampling distributions in normal populations-I.- 5 Sampling distributions in normal populations-II.- 6 Order statistics.- 7 Sufficient statistics-I.- 8 Sufficient statistics-II.- 9 Complete statistics.- 10 Exponential families-I.- 11 Exponential families-II.- V: Statistical estimation.- Overview.- Lesson 1 Point estimation of parameters.- 2 Conditional expectation.- 3 Uniformly minimum variance unbiased estimators.- 4 Efficient estimators.- 5 Unbiased estimation: the vector case.- 6 Two methods of point estimation.- 7 Maximum likelihood estimation.- 8 Confidence interval estimation-I.- 9 Confidence interval estimation-II.- 10 Consistent estimators.- 11 Consistency of maximum likelihood estimators.- 12 Asymptotic normality.- 13 Asymptotic normality of maximum likelihood estimators.- 14 Asymptotic efficiency and large sample confidence intervals.- VI: Testing hypotheses.- Overview.- Lesson 1 Neyman-Pearson theory-I.- 2 Neyman-Pearson theory-II.- 3 Testing with monotone likelihood ratios.- 4 Testing when the support contains parameters.- 5 Unbiased tests.- 6 Quadratic forms in normal random variables.- 7 Likelihood ratio tests-I.- 8 One-way analysis of variance.- 9 Likelihood ratio tests-II.- 10 LRT-asymptotic distributions.- 11 Summary of tests for normal populations.- 12 Tests for two-by-two tables.- VII: Special topics.- Overview.- Lesson 1 Minimax and Bayes estimators-I.- 2 Minimax and Bayes estimators-II.- 3 Equivariant estimators.- 4 Simple linear regression-I.- 5 Simple linear regression-II.- 6 Sufficient statistics and uniformly most powerful tests.- 7 Sequential probability ratio tests.- 8 A test by Mann, Whitney, Wilcoxon.- 9 Tests for paired comparisons.- 10 Tests of Kolmogorov, Smirnov type.- 11 Categorical data.- Tables.- References.