Angewandte Methoden der Mathematischen Statistik: Lineare, loglineare, logistische Modelle Finite und asymptotische Methoden: Teubner Skripten zur Mathematischen Stochastik

Kap I Grundlagen aus der Stochastik.- 0. Vorbemerkung.- 1. Mehrdimensionale Zufallsvariablen.- 2. Mehrdimensionale Normalverteilung.- 3. Exponentialfamilien.- 4. Maximum-Likelihood Methode.- Kap II Vorbereitende Verfahren.- 0. Vorbemerkung.- 1. Planung des Stichprobenumfangs.- 2. Variablentransformation.- 3. X2-Anpassungstests.- Kap III Das Lineare Modell der Statistik.- 0. Vorbemerkung.- 1. Einführung in das lineare Modell.- 2. Spezialfälle.- 3. Schätzen der Modellparameter.- 4. Lineare Schätzer und ihre Verteilung.- 5. Konfidenzintervalle.- 6. Testen linearer Hypothesen.- Kap IV Varianzanalyhsche Modelle.- 0. Vorbemerkung.- 1. Einfache Klassifikation.- 2. Zweifache Klassifikation.- 3. Dreifache Klassifikation.- Kap V Lineare Regression und Verwandte Methoden.- 0. Vorbemerkung.- 1. Lineare Regressionsanalyse.- 2. Regressionsfunktionen.- 3. Korrelations analyse.- 4. Kovarianzanalyse.- 5. Nichtlineare Regressions analyse.- Kap VI Asymptotische Statistische Methoden.- 0. Vorbemerkung.- 1. Asymptotisches Verhalten von Schätzerfolgen.- 2. Asymptotisches Testen von Hypothesen.- 3. Score-und Wald-Test.- 4. Pearson-Fisher Teststatistiken.- 5. Hinreichende Bedingungen zur asymptotischen Theorie.- Kap VII Verallgemeinertes Lineares Modell (GLM).- 0. Vorbemerkung.- 1. Einführung in die Modelle mit Linkfunktionen.- 2. Spezielle GLM.- 3. Schätzen und Testen.- 4. Statistische Analyse spezieller GLM.- Kap VIII Analyse von Kontingenztafeln.- 0. Vorbemerkung.- 1. Unabhängigkeitsproblem.- 2. Homogenitätsproblem.- 3. Log-lineare Modelle.- 4. Zweidimensionale log-lineare Modelle.- 5. Mehrdimensionale log-lineare Modelle.- Anhänge.- A Ergänzungen aus der Matrizenlehre.- 1. Symmetrische Matrizen.- 2. Ellipsoide.- 3. Ableitungsvektoren und-Matrizen.- B ErgÄnzungen aus derStochastik.- 1. Testverteilungen.- 2. Grundbegriffe aus der mathematischen Statistik.- Signifikanztests und ihre Gütefunktion.- Konfidenzintervalle.- Parameterschätzung.- 3. Grenzwertsätze.- Fast sichere, stochastische Konvergenz.- Verteilungskonvergenz.- Zentrale Grenzwertsätze.