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

Fundamentals of Mathematical Statistics Statistical Inference

Aus der Reihe Springer Texts in Statistics

49,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

21.10.2011

Abbildungen

XI, 422 p.

Verlag

Springer Us

Seitenzahl

422

Maße (L/B/H)

23,5/15,5/2,4 cm

Gewicht

663 g

Auflage

Softcover reprint of the original 1st ed. 1989

Sprache

Englisch

ISBN

978-1-4613-8916-3

Beschreibung

Rezension

"This two-volume text is designed for a two-semester course in mathematical statistics at the senior/graduate level... The authors have succeeded in presenting the material with clarity and enough details of analytical niceties." (Mathematical Reviews)

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

21.10.2011

Abbildungen

XI, 422 p.

Verlag

Springer Us

Seitenzahl

422

Maße (L/B/H)

23,5/15,5/2,4 cm

Gewicht

663 g

Auflage

Softcover reprint of the original 1st ed. 1989

Sprache

Englisch

ISBN

978-1-4613-8916-3

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.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
  • 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.