Angewandte Methoden der mathematischen Statistik

Inhaltsverzeichnis: Kap I Grundlagen aus der Stochastik: Vorbemerkung, mehrdimensionale Zufallsvariablen, mehrdimensionale Normalverteilung, Exponentialfamilien, Maximum-Likelihood Methode. Kap II Vorbereitende Verfahren: Planung des Stichprobenumfangs, Variablentransformation, X2-Anpassungstests. Kap III Das Lineare Modell der Statistik: Einführung in das lineare Modell, Spezialfälle, Schätzen der Modellparameter, lineare Schätzer und ihre Verteilung, Konfidenzintervalle, Testen linearer Hypothesen. Kap IV Varianzanalyhsche Modelle: Einfache Klassifikation, zweifache Klassifikation, dreifache Klassifikation. Kap V Lineare Regression und Verwandte Methoden: Lineare Regressionsanalyse, Regressionsfunktionen, Korrelationsanalyse, Kovarianzanalyse, nichtlineare Regressionsanalyse. Kap VI Asymptotische Statistische Methoden: Asymptotisches Verhalten von Schätzerfolgen, asymptotisches Testen von Hypothesen, Score- und Wald-Test, Pearson-Fisher Teststatistiken, hinreichende Bedingungen zur asymptotischen Theorie. Kap VII Verallgemeinertes Lineares Modell (GLM): Einführung in Modelle mit Linkfunktionen, spezielle GLM, Schätzen und Testen, statistische Analyse spezieller GLM. Kap VIII Analyse von Kontingenztafeln: Unabhängigkeitsproblem, Homogenitätsproblem, log-lineare Modelle, zweidimensionale und mehrdimensionale log-lineare Modelle. Anhänge: Ergänzungen aus der Matrizenlehre (symmetrische Matrizen, Ellipsoide, Ab