Listing 1 - 10 of 534 | << page >> |
Sort by
|
Choose an application
Choose an application
Choose an application
Choose an application
Ordered Random Variables have attracted several authors. The basic building block of Ordered Random Variables is Order Statistics which has several applications in extreme value theory and ordered estimation. The general model for ordered random variables, known as Generalized Order Statistics has been introduced relatively recently by Kamps (1995).
Choose an application
Wie funktioniert Stochastik, also das Zusammenspiel von Zufall, Daten und Modell? Wie kann von Daten auf ein erklärendes Modell geschlossen werden? Durch die digitale Datenverarbeitung und entsprechende Software werden viele Daten erzeugt aus denen man „per Knopfdruck“ Dinge herauslesen kann. Um aber Effekte und Gesetzmäßigkeiten in Daten mit zufälligem Anteil gesichert erkennen zu können, muß man verstehen, wie die Stochastik funktioniert und welche grundlegenden Prinzipien ihr zu Grunde liegen. Allgemeinverständlich und anhand von Beispielen werden im Buch die beteiligten Komponenten Modell, Zufall und Daten ausführlich erklärt, und es wird gezeigt, wie der Schluss von den Daten auf das Modell erfolgen sollte. Die wichtigsten geschichtlichen Fakten runden diese spannende und formelfreie Reise zum (Un-)Wesen der Stochastik ab.
Choose an application
Dominik Koch weist in seinen Studien nach, dass es mit Hilfe der k-Nächsten-Nachbarn möglich ist, die Ergebnisse anderer Klassifikationsverfahren so zu verbessern, dass sie wieder eine Konkurrenz zu dem meist dominierenden Random Forest darstellen. Das von Fix und Hodges entwickelte k-Nächste–Nachbarn-Verfahren ist eines der simpelsten und zugleich intuitivsten Klassifikationsverfahren. Nichtsdestotrotz ist es in den meisten Fällen in der Lage, ziemlich gute Klassifikationsergebnisse zu liefern. Diesen Informationsgehalt der k-Nächsten-Nachbarn kann man sich zu Nutze machen, um bereits etablierte Verfahren zu verbessern. In diesem Buch werden die Auswirkungen der k-Nächsten-Nachbarn auf den Boosting-Ansatz, Lasso und Random Forest in Bezug auf binäre Klassifikationsprobleme behandelt. Der Inhalt n Grundlagen der k-Nächsten-Nachbarn n Vorstellung der zu erweiternden Klassifikationsverfahren n Benchmarking anhand von simulierten Daten n Anwendung der modifizierten Verfahren auf reale Datensätze Die Zielgruppen · Dozierende und Studierende der Mathematik, insbesondere der Statistik Der Autor Dominik Koch absolvierte das Statistik-Studium der Ludwig-Maximilians-Universität in München als Jahrgangsbester. Seit 2013 ist er als statistischer Berater (Schwerpunkt: Automobilindustrie und Bankenbranche) tätig. Im Rahmen seiner Publikationstätigkeit ar beitet er auch weiterhin eng mit dem statistischen Institut der Ludwig-Maximilians-Universität zusammen.
Choose an application
Les méthodes d'analyse des données, dont les fondements ont été posés dans les années 1930, permettent une étude globale des individus et des variables en utilisant des représentations graphiques suggestives et en analysant les données selon plusieurs points de vue. Cet ouvrage explique les différents concepts et méthodes de classification de l'analyse des données.
Choose an application
Dieses Buch führt Studierende der Mathematik, Informatik und Physik in die wichtigsten Konzepte der Statistik ein. Es setzt Grundkenntnisse in Wahrscheinlichkeitsrechnung voraus. Manche Hilfsmittel und weiterführende Überlegungen finden sich in einem Anhang. Das einführende Kapitel bietet einen anschaulichen Einstieg, in dem es konkrete Beispiele für statistische Auswertungen diskutiert und die wichtigsten Arten statistischer Verfahren bereits kurz vorstellt. Die weiteren Kapitel befassen sich mit der Auswertung eines kategoriellen bzw. numerischen Merkmals sowie mit der simultanen Auswertung zweier Merkmale.
Choose an application
In diesem anwendungsbezogenen Statistik-Kochbuch werden Ihnen Rezepte vorgestellt und Schritt für Schritt erläutert. Anhand dazu passender Beispiele bauen Sie schnell grundlegende Statistik-Kompetenzen auf: Sie lernen innerhalb kürzester Zeit, selbst Statistiken anzufertigen, Zahlenmengen anschaulich zu visualisieren und statistische Kennzahlen zu ermitteln. Auch Ihre "Statistik-Lesefähigkeit" wird geschult: Sie lernen, statistische Angaben in Zeitschriften und Büchern zu verstehen und zu interpretieren sowie Manipulationen aufzudecken. Ob eine Datenerhebung ein relevantes und signifikantes Ergebnis offenbart, können Sie mit Hilfe der hier vorgestellten Kochrezepte schnell abschätzen. Sie werden feststellen: Statistik muss nicht schwierig sein! Das Buch richtet sich an jeden, der für Studium, Job oder Ausbildung ein Grundwissen in Statistik benötigt. Die Autoren Claus Brell hat seit 2012 eine Professur für Wirtschaftsinformatik und Statistik an der Hochschule Niederrhein inne. Er hat als Didaktiker vor allem das schnelle Erfolgserlebnis der Leserinnen und den berufspraktischen Nutzen des Buches im Fokus. Juliana Brell setzt sich als Kognitions- und Medienwissenschaftlerin für eine zielgruppenorientierte Sprache und verständliche Abbildungen ein. Siegfried Kirsch ist Dekan des Fachbereichs Wirtschaftswissenschaften an der Hochschule Niederrhein und lehrt dort Wirtschaftsmathematik, Finanzmathematik und Statistik. Er kennt sämtliche Tücken des Statistik-Lernens.
Choose an application
Listing 1 - 10 of 534 | << page >> |
Sort by
|