All of Statistics

A Concise Course in Statistical Inference

Author: Larry Wasserman

Publisher: Springer Science & Business Media

ISBN: 0387217363

Category: Mathematics

Page: 442

View: 591

Taken literally, the title "All of Statistics" is an exaggeration. But in spirit, the title is apt, as the book does cover a much broader range of topics than a typical introductory book on mathematical statistics. This book is for people who want to learn probability and statistics quickly. It is suitable for graduate or advanced undergraduate students in computer science, mathematics, statistics, and related disciplines. The book includes modern topics like non-parametric curve estimation, bootstrapping, and classification, topics that are usually relegated to follow-up courses. The reader is presumed to know calculus and a little linear algebra. No previous knowledge of probability and statistics is required. Statistics, data mining, and machine learning are all concerned with collecting and analysing data.
Posted in Mathematics

All of Nonparametric Statistics

Author: Larry Wasserman

Publisher: Springer Science & Business Media

ISBN: 9780387306230

Category: Mathematics

Page: 270

View: 6289

This text provides the reader with a single book where they can find accounts of a number of up-to-date issues in nonparametric inference. The book is aimed at Masters or PhD level students in statistics, computer science, and engineering. It is also suitable for researchers who want to get up to speed quickly on modern nonparametric methods. It covers a wide range of topics including the bootstrap, the nonparametric delta method, nonparametric regression, density estimation, orthogonal function methods, minimax estimation, nonparametric confidence sets, and wavelets. The book’s dual approach includes a mixture of methodology and theory.
Posted in Mathematics

Distributionen Und Hilbertraumoperatoren

Mathematische Methoden Der Physik

Author: Philippe Blanchard,Erwin Brüning

Publisher: Springer

ISBN: 9783211825075

Category: Science

Page: 375

View: 4387

Das Buch bietet eine Einführung in die zum Studium der Theoretischen Physik notwendigen mathematischen Grundlagen. Der erste Teil des Buches beschäftigt sich mit der Theorie der Distributionen und vermittelt daneben einige Grundbegriffe der linearen Funktionalanalysis. Der zweite Teil baut darauf auf und gibt eine auf das Wesentliche beschränkte Einführung in die Theorie der linearen Operatoren in Hilbert-Räumen. Beide Teile werden von je einer Übersicht begleitet, die die zentralen Ideen und Begriffe knapp erläutert und den Inhalt kurz beschreibt. In den Anhängen werden einige grundlegende Konstruktionen und Konzepte der Funktionalanalysis dargestellt und wichtige Konsequenzen entwickelt.
Posted in Science

Wahrscheinlichkeitsrechnung und Statistik

Author: Robert Hafner

Publisher: Springer-Verlag

ISBN: 3709169445

Category: Mathematics

Page: 512

View: 8279

Das Buch ist eine Einführung in die Wahrscheinlichkeitsrechnung und mathematische Statistik auf mittlerem mathematischen Niveau. Die Pädagogik der Darstellung unterscheidet sich in wesentlichen Teilen – Einführung der Modelle für unabhängige und abhängige Experimente, Darstellung des Suffizienzbegriffes, Ausführung des Zusammenhanges zwischen Testtheorie und Theorie der Bereichschätzung, allgemeine Diskussion der Modellentwicklung – erheblich von der anderer vergleichbarer Lehrbücher. Die Darstellung ist, soweit auf diesem Niveau möglich, mathematisch exakt, verzichtet aber bewußt und ebenfalls im Gegensatz zu vergleichbaren Texten auf die Erörterung von Meßbarkeitsfragen. Der Leser wird dadurch erheblich entlastet, ohne daß wesentliche Substanz verlorengeht. Das Buch will allen, die an der Anwendung der Statistik auf solider Grundlage interessiert sind, eine Einführung bieten, und richtet sich an Studierende und Dozenten aller Studienrichtungen, für die mathematische Statistik ein Werkzeug ist.
Posted in Mathematics

Statistical Regression and Classification

From Linear Models to Machine Learning

Author: Norman Matloff

Publisher: CRC Press

ISBN: 1351645897

Category: Business & Economics

Page: 490

View: 7057

Statistical Regression and Classification: From Linear Models to Machine Learning takes an innovative look at the traditional statistical regression course, presenting a contemporary treatment in line with today's applications and users. The text takes a modern look at regression: * A thorough treatment of classical linear and generalized linear models, supplemented with introductory material on machine learning methods. * Since classification is the focus of many contemporary applications, the book covers this topic in detail, especially the multiclass case. * In view of the voluminous nature of many modern datasets, there is a chapter on Big Data. * Has special Mathematical and Computational Complements sections at ends of chapters, and exercises are partitioned into Data, Math and Complements problems. * Instructors can tailor coverage for specific audiences such as majors in Statistics, Computer Science, or Economics. * More than 75 examples using real data. The book treats classical regression methods in an innovative, contemporary manner. Though some statistical learning methods are introduced, the primary methodology used is linear and generalized linear parametric models, covering both the Description and Prediction goals of regression methods. The author is just as interested in Description applications of regression, such as measuring the gender wage gap in Silicon Valley, as in forecasting tomorrow's demand for bike rentals. An entire chapter is devoted to measuring such effects, including discussion of Simpson's Paradox, multiple inference, and causation issues. Similarly, there is an entire chapter of parametric model fit, making use of both residual analysis and assessment via nonparametric analysis. Norman Matloff is a professor of computer science at the University of California, Davis, and was a founder of the Statistics Department at that institution. His current research focus is on recommender systems, and applications of regression methods to small area estimation and bias reduction in observational studies. He is on the editorial boards of the Journal of Statistical Computation and the R Journal. An award-winning teacher, he is the author of The Art of R Programming and Parallel Computation in Data Science: With Examples in R, C++ and CUDA.
Posted in Business & Economics

Time Series Analysis

With Applications in R

Author: Jonathan D. Cryer,Kung-Sik Chan

Publisher: Springer Science & Business Media

ISBN: 038775959X

Category: Mathematics

Page: 491

View: 8731

This book has been developed for a one-semester course usually attended by students in statistics, economics, business, engineering, and quantitative social sciences. A unique feature of this edition is its integration with the R computing environment. Basic applied statistics is assumed through multiple regression. Calculus is assumed only to the extent of minimizing sums of squares but a calculus-based introduction to statistics is necessary for a thorough understanding of some of the theory. Actual time series data drawn from various disciplines are used throughout the book to illustrate the methodology.
Posted in Mathematics

Statistics and Finance

An Introduction

Author: David Ruppert

Publisher: Springer

ISBN: 1441968768

Category: Business & Economics

Page: 474

View: 4050

This book emphasizes the applications of statistics and probability to finance. The basics of these subjects are reviewed and more advanced topics in statistics, such as regression, ARMA and GARCH models, the bootstrap, and nonparametric regression using splines, are introduced as needed. The book covers the classical methods of finance and it introduces the newer area of behavioral finance. Applications and use of MATLAB and SAS software are stressed. The book will serve as a text in courses aimed at advanced undergraduates and masters students. Those in the finance industry can use it for self-study.
Posted in Business & Economics

Medizinische Statistik

Author: Hans J. Trampisch,Jürgen Windeler

Publisher: Springer-Verlag

ISBN: 364256996X

Category: Mathematics

Page: 376

View: 391

"Statistiken sind merkwürdige Dinge ...", dies wird so mancher Mediziner denken, wenn er sich mit der Biometrie befaßt. Sei es im Rahmen seiner Ausbildung oder im Zuge wissenschaftlicher oder klinischer Studien, Kenntnisse der Statistik und Mathematik sind unentbehrlich für die tägliche Arbeit des Mediziners. Ziel dieses Lehrbuches ist es, den Mediziner systematisch an biometrische Terminologie und Arbeitsmethoden heranzuführen, um ihn schließlich mit den Grundlagen der Wahrscheinlichkeitsrechung vertraut zu machen. Nach der Lektüre dieses Buches hält der Leser ein Werkzeug in den Händen, das ihm bei der Lösung medizinscher Fragestellungen hilft ebenso wie bei der Beschreibung von Ergebnissen wissenschaftlicher Studien und natürlich bei der Doktorarbeit!
Posted in Mathematics

Zeitreihenmodelle

Author: Andrew C. Harvey

Publisher: De Gruyter Oldenbourg

ISBN: 9783486230062

Category:

Page: 379

View: 956

Gegenstand des Werkes sind Analyse und Modellierung von Zeitreihen. Es wendet sich an Studierende und Praktiker aller Disziplinen, in denen Zeitreihenbeobachtungen wichtig sind.
Posted in

Elementare Wahrscheinlichkeitstheorie und stochastische Prozesse

Author: Kai L. Chung

Publisher: Springer-Verlag

ISBN: 3642670334

Category: Mathematics

Page: 346

View: 2753

Aus den Besprechungen: "Unter den zahlreichen Einführungen in die Wahrscheinlichkeitsrechnung bildet dieses Buch eine erfreuliche Ausnahme. Der Stil einer lebendigen Vorlesung ist über Niederschrift und Übersetzung hinweg erhalten geblieben. In jedes Kapitel wird sehr anschaulich eingeführt. Sinn und Nützlichkeit der mathematischen Formulierungen werden den Lesern nahegebracht. Die wichtigsten Zusammenhänge sind als mathematische Sätze klar formuliert." #FREQUENZ#1
Posted in Mathematics

Statistik-Workshop für Programmierer

Author: Allen B. Downey

Publisher: O'Reilly Germany

ISBN: 3868993436

Category: Computers

Page: 160

View: 2076

Wenn Sie programmieren können, beherrschen Sie bereits Techniken, um aus Daten Wissen zu extrahieren. Diese kompakte Einführung in die Statistik zeigt Ihnen, wie Sie rechnergestützt, anstatt auf mathematischem Weg Datenanalysen mit Python durchführen können. Praktischer Programmier-Workshop statt grauer Theorie: Das Buch führt Sie anhand eines durchgängigen Fallbeispiels durch eine vollständige Datenanalyse -- von der Datensammlung über die Berechnung statistischer Kennwerte und Identifikation von Mustern bis hin zum Testen statistischer Hypothesen. Gleichzeitig werden Sie mit statistischen Verteilungen, den Regeln der Wahrscheinlichkeitsrechnung, Visualisierungsmöglichkeiten und vielen anderen Arbeitstechniken und Konzepten vertraut gemacht. Statistik-Konzepte zum Ausprobieren: Entwickeln Sie über das Schreiben und Testen von Code ein Verständnis für die Grundlagen von Wahrscheinlichkeitsrechnung und Statistik: Überprüfen Sie das Verhalten statistischer Merkmale durch Zufallsexperimente, zum Beispiel indem Sie Stichproben aus unterschiedlichen Verteilungen ziehen. Nutzen Sie Simulationen, um Konzepte zu verstehen, die auf mathematischem Weg nur schwer zugänglich sind. Lernen Sie etwas über Themen, die in Einführungen üblicherweise nicht vermittelt werden, beispielsweise über die Bayessche Schätzung. Nutzen Sie Python zur Bereinigung und Aufbereitung von Rohdaten aus nahezu beliebigen Quellen. Beantworten Sie mit den Mitteln der Inferenzstatistik Fragestellungen zu realen Daten.
Posted in Computers

A Course in Mathematical Statistics and Large Sample Theory

Author: Rabi Bhattacharya,Lizhen Lin,Victor Patrangenaru

Publisher: Springer

ISBN: 1493940325

Category: Mathematics

Page: 389

View: 9657

This graduate-level textbook is primarily aimed at graduate students of statistics, mathematics, science, and engineering who have had an undergraduate course in statistics, an upper division course in analysis, and some acquaintance with measure theoretic probability. It provides a rigorous presentation of the core of mathematical statistics. Part I of this book constitutes a one-semester course on basic parametric mathematical statistics. Part II deals with the large sample theory of statistics - parametric and nonparametric, and its contents may be covered in one semester as well. Part III provides brief accounts of a number of topics of current interest for practitioners and other disciplines whose work involves statistical methods.
Posted in Mathematics

Introduction to Nonparametric Estimation

Author: Alexandre B. Tsybakov

Publisher: Springer Science & Business Media

ISBN: 0387790527

Category: Mathematics

Page: 214

View: 4701

Developed from lecture notes and ready to be used for a course on the graduate level, this concise text aims to introduce the fundamental concepts of nonparametric estimation theory while maintaining the exposition suitable for a first approach in the field.
Posted in Mathematics

Einführung in die Statistik der Finanzmärkte

Author: Jürgen Franke,Wolfgang Karl Härdle,Christian Matthias Hafner

Publisher: Springer-Verlag

ISBN: 3642170498

Category: Business & Economics

Page: 428

View: 9898

Posted in Business & Economics

GAMMA

Eulers Konstante, Primzahlstrände und die Riemannsche Vermutung

Author: Julian Havil

Publisher: Springer-Verlag

ISBN: 3540484965

Category: Mathematics

Page: 302

View: 2275

Jeder kennt p = 3,14159..., viele kennen e = 2,71828..., einige i. Und dann? Die "viertwichtigste" Konstante ist die Eulersche Zahl g = 0,5772156... - benannt nach dem genialen Leonhard Euler (1707-1783). Bis heute ist unbekannt, ob g eine rationale Zahl ist. Das Buch lotet die "obskure" Konstante aus. Die Reise beginnt mit Logarithmen und der harmonischen Reihe. Es folgen Zeta-Funktionen und Eulers wunderbare Identität, Bernoulli-Zahlen, Madelungsche Konstanten, Fettfinger in Wörterbüchern, elende mathematische Würmer und Jeeps in der Wüste. Besser kann man nicht über Mathematik schreiben. Was Julian Havil dazu zu sagen hat, ist spektakulär.
Posted in Mathematics

Introduction to Statistics

The Nonparametric Way

Author: Gottfried E. Noether

Publisher: Springer Science & Business Media

ISBN: 1461209439

Category: Mathematics

Page: 415

View: 1767

The introductory statistics course presents serious pedagogical problems to the instructor. For the great majority of students, the course represents the only formal contact with statistical thinking that he or she will have in college. Students come from many different fields of study, and a large number suffer from math anxiety. Thus, an instructor who is willing to settle for some limited objectives will have a much better chance of success than an instructor who aims for a broad exposure to statistics. Many statisticians agree that the primary objective of the introductory statistics course is to introduce students to variability and uncertainty and how to cope with them when drawing inferences from observed data. Addi tionally, the introductory COurse should enable students to handle a limited number of useful statistical techniques. The present text, which is the successor to the author's Introduction to Statistics: A Nonparametric Approach (Houghton Mifflin Company, Boston, 1976), tries to meet these objectives by introducing the student to the ba sic ideas of estimation and hypothesis testing early in the course after a rather brief introduction to data organization and some simple ideas about probability. Estimation and hypothesis testing are discussed in terms of the two-sample problem, which is both conceptually simpler and more realistic than the one-sample problem that customarily serves as the basis for the discussion of statistical inference.
Posted in Mathematics

Amstat News

Author: N.A

Publisher: N.A

ISBN: N.A

Category: Statistics

Page: N.A

View: 1125

Posted in Statistics

Mathe-Manga Statistik

Author: Shin Takahashi

Publisher: Springer-Verlag

ISBN: 9783834805669

Category: Mathematics

Page: 189

View: 7703

Statistik ist trocken und macht keinen Spaß? Falsch! Mit diesem Manga lernt man die Grundlagen der Statistik kennen, kann sie in zahlreichen Aufgaben anwenden und anhand der Lösungen seinen Lernfortschritt überprüfen – und hat auch noch eine Menge Spaß dabei! Eigentlich will die Schülerin Rui nur einen Arbeitskollegen ihres Vaters beeindrucken und nimmt daher Nachhilfe in Statistik. Doch schnell bemerkt auch sie, wie interessant Statistik sein kann, wenn man beispielsweise Statistiken über Nudelsuppen erstellt. Nur ihren Lehrer hatte sich Rui etwas anders vorgestellt, er scheint ein langweiliger Streber zu sein – oder?
Posted in Mathematics

Die Berechnung der Zukunft

Warum die meisten Prognosen falsch sind und manche trotzdem zutreffen - Der New York Times Bestseller

Author: Nate Silver

Publisher: Heyne Verlag

ISBN: 3641112702

Category: Business & Economics

Page: 656

View: 4944

Zuverlässige Vorhersagen sind doch möglich! Nate Silver ist der heimliche Gewinner der amerikanischen Präsidentschaftswahlen 2012: ein begnadeter Statistiker, als »Prognose-Popstar« und »Wundernerd« weltberühmt geworden. Er hat die Wahlergebnisse aller 50 amerikanischen Bundesstaaten absolut exakt vorausgesagt – doch damit nicht genug: Jetzt zeigt Nate Silver, wie seine Prognosen in Zukunft Terroranschläge, Umweltkatastrophen und Finanzkrisen verhindern sollen. Gelingt ihm die Abschaffung des Zufalls? Warum werden Wettervorhersagen immer besser, während die Terrorattacken vom 11.09.2001 niemand kommen sah? Warum erkennen Ökonomen eine globale Finanzkrise nicht einmal dann, wenn diese bereits begonnen hat? Das Problem ist nicht der Mangel an Informationen, sondern dass wir die verfügbaren Daten nicht richtig deuten. Zuverlässige Prognosen aber würden uns helfen, Zufälle und Ungewissheiten abzuwehren und unser Schicksal selbst zu bestimmen. Nate Silver zeigt, dass und wie das geht. Erstmals wendet er seine Wahrscheinlichkeitsrechnung nicht nur auf Wahlprognosen an, sondern auf die großen Probleme unserer Zeit: die Finanzmärkte, Ratingagenturen, Epidemien, Erdbeben, den Klimawandel, den Terrorismus. In all diesen Fällen gibt es zahlreiche Prognosen von Experten, die er überprüft – und erklärt, warum sie meist falsch sind. Gleichzeitig schildert er, wie es gelingen kann, im Rauschen der Daten die wesentlichen Informationen herauszufiltern. Ein unterhaltsamer und spannender Augenöffner!
Posted in Business & Economics