Likelihood-basierte Entscheidungstheorie unter Unsicherheit. Das Minimax-Prinzip und das Bayes-Prinzip

Autor:	Claudio Salvati
EAN:	9783668449145
eBook Format:	PDF
Sprache:	Deutsch
Produktart:	eBook
Veröffentlichungsdatum:	17.05.2017
Kategorie:	Technik / Wissen
Schlagworte:	Bayes Beispiel Decision Theory Entscheidungstheorie Investition Likelihood MInimax Praxis Relative Plausibility Risiko Theorie Unsicherheit Unwissenheit

15,99 €*

inkl. MwSt.

zzgl. Versandkosten

(ab 25 Euro versandkostenfrei) *außer auf ausgewälte Artikel

Versandkostenfrei

Die Verfügbarkeit wird nach ihrer Bestellung bei uns geprüft.
Bücher sind in der Regel innerhalb von 1-2 Werktagen abholbereit.

Studienarbeit aus dem Jahr 2017 im Fachbereich Mathematik - Statistik, Note: 2,00, Ludwig-Maximilians-Universität München (Institut für Statistik), Veranstaltung: Fortgeschrittene Themen der Entscheidungstheorie, Sprache: Deutsch, Abstract: Die vorliegende Arbeit wird zunächst die Grundlagen der Entscheidungstheorie skizzieren, zwei bekannte Verfahren - das Minimax-Prinzip und das Bayes-Prinzip - vorstellen und anhand eines praktischen Beispiels aus der Vorlesung die Vorgehensweise veranschaulichen. Der Fokus liegt allerdings auf einem der Likelihood-Funktion zugrunde liegenden Entscheidungsverfahren: Im Hauptteil werden zunächst die der Likelihood zu Grunde liegende Idee und die Annahmen sowie Eigenschaften der Likelihood-Funktion erläutert und danach Entscheidungsverfahren und ihre Umsetzung eingeführt, die auf ihr basieren.