• Keine Ergebnisse gefunden

(1)456 HauptrichtungenstatistischerMethoden •Zielgr¨osse:ZusammenhangmitAusgangsgr¨ossen–Regression1:lineare,mitnormalvert.Zufallsfehlern–Varianzanalyse1:Ausgangsgr¨ossennominal–nichtlineareRegression–nichtparametrischeRegression:glatteFunktionen–robusteR

N/A
N/A
Protected

Academic year: 2021

Aktie "(1)456 HauptrichtungenstatistischerMethoden •Zielgr¨osse:ZusammenhangmitAusgangsgr¨ossen–Regression1:lineare,mitnormalvert.Zufallsfehlern–Varianzanalyse1:Ausgangsgr¨ossennominal–nichtlineareRegression–nichtparametrischeRegression:glatteFunktionen–robusteR"

Copied!
7
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

456

HauptrichtungenstatistischerMethoden

Zielgr¨osse:ZusammenhangmitAusgangsgr¨ossen–Regression1:lineare,mitnormalvert.Zufallsfehlern–Varianzanalyse1:Ausgangsgr¨ossennominal–nichtlineareRegression–nichtparametrischeRegression:glatteFunktionen–robusteRegression:nichtganznormalvert.–Zielgr¨ossezweiwertiglogistischeRegression–VerallgemeinertelineareModelle:Zielgr¨osseP,...– ¨Uberlebenszeiten(alsZielgr¨ossen)–MehrereZielgr¨ossenMultivariateRegression–

–Versuchsplanung ” Zufalls-Effekte”Varianzanalyse2

(2)

457

Abh

–Strukturgleichungs-Modelle,grafischeModelle, –(Raum-Zeit-Modelle(Wetter)) –r¨aumlichr¨aumlicheStatistik –zeitlichZeitreihenFinanz-Mathematik ¨angigkeiten

–allgemeinMultivariateStatstik ” causalinference”

(3)

458

MehrereVariable,gleichberechtigt

MultivariateStatistik–Klassierung–Dimensionsreduktion–Mustererkennung–(Basisf¨urTheorievielerMethoden)

AllgemeineMethoden–NichtparametrischStatistik,Resampling-Methoden–(MathematischeStatistik)–Bayes’scheStatistikKomplexeModelle–GrafischeMethoden

(4)

459

WasistStatistik?

1.Datenerfassenunddarstellen.OffizielleStatistik,BeschreibendeSt.

2.ZusammenhangherstellenzwischenWahrscheinlichkeitsmodellenundDaten,mittels–Sch

–Entscheidungstheorie(Qualit ¨atzung,Test,Vertrauensintervall

SchliessendeStatistik ¨atskontrolle)

(5)

4603.Allgemeiner:AusDatenlernen,mittels–ExplorativerDatenanalyse–Modell-Bildung(Optimierungen)

4.Beitr¨agezu–Muster-Erkennung(Diskriminanzanalyse)–Bild-Analyse(r¨aumlicheSt.)–Informationretrieval

( ¨Ahnlichkeiten,Dendrogramme)

(6)

461

BedeutungvonWahrscheinlichkeits-Modellen

Denken,Formalismusf¨urtheoretische ¨Uberlegungen.

Werkzeuge(statistischeMethoden)ausprobieren.

Werkzeugeentwickeln(Optimalit¨at)

Modellestimmennie!IngrossenDatens¨atzenweichendieDaten

” vonjedem”einfachenparametrischenModellab. ” immer”

flexiblereModelle(glatteFunktionstattGerade)

” beschreibende”Modelle:Einfach,passenabernichtganz.

(7)

462 Zufallist ¨Argernisf¨urkausalorientierteWissenschaft

m

¨oglichstviel

–Zeitreihen –Regression,Varianzanalyse ” erkl¨aren”,mittels

KausaleInterpretationnurzul¨assigbei–Versuchen(Randomisierung)–fachlicherBegr¨undung

Referenzen

ÄHNLICHE DOKUMENTE

Darunter finden sich einige Neu- züchtungen von Agroscope, aber auch Sorten aus aller Welt.. Eini- ge dieser Zuchtnummern stehen am Anfang der Prüfung, andere haben bereits

Luzia Lussi, Simone Schütz, Jennifer Gassmann, Romano Andreoli, Jakob Schierscher, Isabelle Baumgartner, Anita Schöneberg, Sarah Perren, Andrea Patocchi und Team, Edi Holliger

Dank internationaler Forschung waren zu Beginn des Projektes ZUEFOS verschiedene Quellen für Robust- heit bekannt, die sich grob in zwei Klassen einteilen lassen:.. ● Sorten

[r]

 Konvention: Falls eine Wechselwirkung im Modell ist, müssen auch die beteiligten Haupteffekte im Modell sein. Wechselwirkung: Notation

Dies bedeutet zum Beispiel: Die Nahtstelle zwischen Umweltwissenschaf- ten und Politik grundlegend zu verbessern und zu erkennen, dass es in bestimmten wis- senschaftlichen

seinem Sohne Ramses : Mein Herz ist befriedigt wegen dessen, was.. du mir gethan-, ich [frene mich] auch wegen dessen, was

Stab über der zweiten Silbe : somasya, etasa, avocama, trikadrukesu oder aceentuirt somasya, etasa, ävocäma, trikadrukesu... b. Ruht der Ton auf einer andem Silbe als der