Cookies helfen uns bei der Bereitstellung unserer Dienste. Durch die Nutzung unserer Dienste erklären Sie sich damit einverstanden, dass wir Cookies setzen.
De En Es
Kundenservice: +49 (0) 551 - 547 24 0

Cuvillier Verlag

30 Jahre Kompetenz im wissenschaftlichen Publizieren
Internationaler Fachverlag für Wissenschaft und Wirtschaft

Cuvillier Verlag

Premiumpartner
De En Es
Titelbild-leitlinien
Minimax-Schätzverfahren im Rahmen der optimalen Versuchsplanung

Printausgabe
EUR 32,90

E-Book
EUR 23,03

Minimax-Schätzverfahren im Rahmen der optimalen Versuchsplanung

Juliane Weimann (Autor)

Vorschau

Inhaltsverzeichnis, PDF (220 KB)
Leseprobe, PDF (800 KB)

ISBN-13 (Printausgabe) 9783954048168
ISBN-13 (E-Book) 9783736948167
Sprache Deutsch
Seitenanzahl 164
Umschlagkaschierung glänzend
Auflage 1. Aufl.
Erscheinungsort Göttingen
Promotionsort Hamburg
Erscheinungsdatum 30.09.2014
Allgemeine Einordnung Dissertation
Fachbereiche Statistik und Operations Research, Wirtschaftsmathematik
Mathematik
Schlagwörter Minimax-Schätzer, relativer quadratischer Fehler, lineare Regression, Löwner-Ordnung, gleichmäßig beste Schätzung, Vorinformation, Fuzzy-Mengen, Ellipsoid, optimale Versuchsplanung
Beschreibung

Ein wichtiges Modell zur Darstellung ökonomischer Zusammenhänge ist das lineare Regressionsmodell. Zur Beurteilung der Güte eines linear affinen Schätzers wird in der vorliegenden Arbeit der relative quadratische Fehler eingeführt. Es lässt sich ohne jegliche Resultate aus der Stochastik zeigen, dass ein linear-affiner Schätzer (Minimax-Schätzer) existiert, der eindeutig angegeben werden kann und die kleinste untere Schranke für den maximalen relativen quadratischen Fehler in der Klasse aller Schätzfunktionen besitzt. Die Güte einer Schätzung wird jedoch nicht nur von den Eigenschaften der Schätzfunktion bestimmt, sondern auch von der Wahl der Messpunkte.
Ziel dieser Arbeit ist es, Ergebnisse der optimalen Versuchsplanung auf Minimax-Schätzer anzuwenden. Hierzu werden Algorithmen zur Ermittlung exakter sowie diskreter Versuchspläne betrachtet, welche diese Schätzer bezüglich des relativen quadratischen Fehlers weiter optimieren.