Entscheidungen in der Bayes-Statistik und Sequentialanalyse bei unscharfer Information Am Beispiel unscharfer Stichproben von Poisson-verteilten stochastischen Größen und unscharfer A-posteriori-Gamma-Verteilungen
-
- Deutsch ausgewählt
49,99 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
09.10.2014
Verlag
GRINSeitenzahl
448
Maße (L/B/H)
21/14,8/3,1 cm
Gewicht
645 g
Auflage
1. Auflage
Sprache
Deutsch
ISBN
978-3-656-74460-3
Die Höhe einer Flutwelle ist aber eine unscharfe Größe.
Geeignete Instrumente zur Erweiterung von mathematischen Analysemethoden von unscharfen Sachverhalten stellt die Theorie der Fuzzy-Mengen zur Verfügung. Als von unscharfen Werten abgeleitete Größe ist auch die Anzahl der Flutwellen kritischer Höhe in einer Beobachtungsperiode unscharf, insbesondere stellt sie eine unscharfe Teilmenge der nichtnegativen ganzen Zahlen dar und kann als Realisierung einer unscharf Poisson-verteilten Fuzzy-Zufallsvariablen angesehen werden. Der unscharfe Zählprozess ist somit ein unscharfer Poisson-Prozess.
Die Verfahren der klassischen Inferenzstatistik lassen sich mit Hilfe des Extensionsprinzips auf unscharfe Realisationen von Stichproben von Fuzzy-Zufallsvariablen erweitern. Bei Vorliegen einer geeigneten zur Stichprobenverteilung konjugierten Verteilungsfamilie ist eine einfache Erweiterung des Bayes'schen Theorems auf unscharfe Information möglich, so kann eine exakte oder unscharfe A-priori-Gamma-Verteilung und eine unscharfe Stichproben-Poisson-Verteilung zu einer unscharfen A-posteriori-Gamma-Verteilung kombiniert werden. Ausgehend von der unscharfen A-posteriori-Verteilung kann gezeigt werden, dass Anwendung des Extensionsprinzips auf Bayes'schen verlustminimierenden Entscheidungsregeln zu unscharfen Entscheidungen führt, die im Sinne einer geeigneten Optimalitätsdefinition als optimal angesehen werden können.
Bei sequentiellen statistischen Entscheidungsverfahren wird der für die statistische Entscheidung benötigte Stichprobenumfang (Stoppzeit) während des Beobachtungsvorgangs in Abhängigkeit von der vorliegenden Information festgelegt. Konsequente Anwendung des Erweiterungsprinzips führt zu unscharfen Stoppzeiten, welche nicht sinnvoll interpretiert werden können. Zur Bestimmung exakter Stoppzeiten für sequentielle statistische Entscheidungsverfahren bei unscharfer Information werden zwei Lösungswege aufgezeigt: einerseits wird ein Bündel von Methoden vorgeschlagen, aus welchem der Entscheidungsträger in Abhängigkeit von der Fragestellung eine geeignete Methode auszuwählen hat, andererseits wird ein objektives Kriterium zur Entscheidung über den optimalen Abbruchzeitpunkt beim unscharfen sequentiellen Verfahren entwickelt.
Ein neues Kapitel für Ihre Bücher
Ein neues Kapitel für Ihre Bücher
Schenken Sie Ihren alten Schätzen ein zweites Leben: Einfach Barcode scannen, Versandetikett ausdrucken, Bücher verschicken und Thalia Geschenkkarte erhalten.
Jetzt verkaufenKundinnen und Kunden meinen
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kund*innen durch Ihre Meinung
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice