Verwandte Artikel zu Fehlende Daten in Additiven Modellen: Dissertationsschrift...
Fehlende Daten in Additiven Modellen: Dissertationsschrift (Anwendungsorientierte Statistik, Band 7) - Softcover
Inhaltsangabe
Im Mittelpunkt der Betrachtung steht das einfache additive Modell g = ƒ(x) + Î mit fehlenden Werten in x. Das Ziel besteht im Vergleich von aus der linearen Regressionsrechnung bekannten Verfahren mit der nearest neighbor imputation. Neben einer ausführlichen Einführung in die Problematik fehlender Daten, in die Schätzung nichtparametrischer Regressionsmodelle und in einige Imputationsverfahren werden die Struktur und die Resultate der Simulationsexperimente ausführlich diskutiert. Dabei stehen insbesondere die Ergebnisse unter missing at random (MAR) im Vordergrund, was hier einer Abhängigkeit des Fehlens vom Response g entspricht. Während unter missing completely at random (MCAR) die Analyse der vollständigen Fälle noch als geeignet anzusehen ist, sind unter MAR die deutlichen Vorteile der nearest neighbor imputation bzw. einer neu entwickelten Version ersichtlich. Dieser Zusammenhang ist sowohl bei nichtmonotonem ƒ(x) wie auch bei einer monotonen Funktion ƒ zu erkennen.
Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.
Über die Autorin bzw. den Autor
Der Autor: Thomas Nittner wurde 1971 in München geboren und studierte von 1993 bis 2000 Statistik an der Ludwig-Maximilians-Universität München. Seit 2000 ist er dort auch als wissenschaftlicher Mitarbeiter im Rahmen eines von der Deutschen Forschungsgemeinschaft (DFG) geförderten Projektes tätig.
„Über diesen Titel“ kann sich auf eine andere Ausgabe dieses Titels beziehen.
Suchergebnisse für Fehlende Daten in Additiven Modellen: Dissertationsschrift...
Foto des Verkäufers
Fehlende Daten in Additiven Modellen
Anbieter: AHA-BUCH GmbH, Einbeck, Deutschland
Verkäuferbewertung 5 von 5 Sternen
Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - Im Mittelpunkt der Betrachtung steht das einfache additive Modell g = (x) + Î mit fehlenden Werten in x. Das Ziel besteht im Vergleich von aus der linearen Regressionsrechnung bekannten Verfahren mit der nearest neighbor imputation. Neben einer ausführlichen Einführung in die Problematik fehlender Daten, in die Schätzung nichtparametrischer Regressionsmodelle und in einige Imputationsverfahren werden die Struktur und die Resultate der Simulationsexperimente ausführlich diskutiert. Dabei stehen insbesondere die Ergebnisse unter missing at random (MAR) im Vordergrund, was hier einer Abhängigkeit des Fehlens vom Response g entspricht. Während unter missing completely at random (MCAR) die Analyse der vollständigen Fälle noch als geeignet anzusehen ist, sind unter MAR die deutlichen Vorteile der nearest neighbor imputation bzw. einer neu entwickelten Version ersichtlich. Dieser Zusammenhang ist sowohl bei nichtmonotonem (x) wie auch bei einer monotonen Funktion zu erkennen.; Dissertationsschrift. Artikel-Nr. 9783631513712
Neu kaufen
EUR 54,90
EUR 60,95 Versand
Versand von Deutschland nach USA
Versand von Deutschland nach USA
Anzahl: 2 verfügbar
Foto des Verkäufers
Fehlende Daten in Additiven Modellen
Anbieter: preigu, Osnabrück, Deutschland
Verkäuferbewertung 5 von 5 Sternen
Taschenbuch. Zustand: Neu. Fehlende Daten in Additiven Modellen | Thomas Nittner | Taschenbuch | Deutsch | Peter Lang | EAN 9783631513712 | Verantwortliche Person für die EU: Kolibri 360 GmbH, Ettore-Bugatti-Str. 6-14, 51149 Köln, produktsicherheit[at]kolibri360[dot]de | Anbieter: preigu. Artikel-Nr. 125358365
Neu kaufen
EUR 54,90
EUR 70,00 Versand
Versand von Deutschland nach USA
Versand von Deutschland nach USA
Anzahl: 5 verfügbar