Благодаря большой востребованности в прикладных областях, математическая статистика постоянно набирает популярность, а в теоретическом плане появляются новые подходы. Особое внимание в книге уделено планированию эксперимента, которое часто недооценивается по сравнению с анализом данных. С учетом развития предмета за последние десятилетия, авторы создали новую книгу в этой области. Знания в области теории меры и теории вероятностей полезны, но не обязательны, поскольку материал изложен авторами доступным языком. Особенностью книги является большое внимание к планированию эксперимента, которое часто упускается и играет второстепенную роль по сравнению с анализом данных. Поэтому значительное место уделено определению размера выборки и описанию экспериментальных планов, всегда в сочетании с соответствующими методами анализа, такими как дисперсионный и регрессионный анализ. Книга обязательна к прочтению всем, кто работает в области естественных и инженерных наук, проводит эмпирические исследования и интересуется обоснованием применяемых методов.
Электронная Книга «Mathematische Statistik» написана автором Dieter Rasch в году.
Минимальный возраст читателя: 0
Язык: Немецкий
ISBN: 9783527692088
Описание книги от Dieter Rasch
"Mathematische Statistik" hat wegen des gro?en Anwendungsbedarfes stetig an Attraktivitat gewonnen – und auch theoretisch sind neue Ansatze entwickelt worden. Ein besonderer Schwerpunkt liegt auf der Versuchsplanung, die haufig gegenuber der Auswertung vernachlassigt wird. Unter konsequenter Berucksichtigung der Entwicklungen der letzten Jahrzehnte ist ein neues Buch entstanden. Kenntnisse in der Ma?theorie und der Wahrscheinlichkeitsrechnung sind hilfreich, aber nicht notwendig, da die Autoren die Materie leicht verstandlich beschrieben haben. Ein Schwerpunkt liegt auf der Versuchsplanung, die zu oft vernachlassigt wird und oft neben der Auswertung benachteiligt ist. Konsequenterweise nimmt in diesem Buch die Planung des Stichprobenumfangs und die Beschreibung von Versuchsanlagen einen gro?en Raum ein – immer eingebettet in die passenden Auswertungsverfahren wie die Varianz- und Regressionsanalyse. Ein Muss fur alle Natur- und Ingenieurwissenschaftler, die empirisch arbeiten und daneben auch an der Begrundung der Methoden interessiert sind.
