Bewertung:
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 2 Stimmen.
Measuring Statistical Evidence Using Relative Belief
Eine solide Grundlage für die Theorie der statistischen Inferenz
Measuring Statistical Evidence Using Relative Belief gibt einen Überblick über die jüngsten Arbeiten zur Entwicklung einer Theorie der statistischen Inferenz auf der Grundlage der Messung statistischer Evidenz. Es wird gezeigt, dass eine explizite Beschreibung der Messung statistischer Evidenz es ermöglicht, die grundlegende Frage zu beantworten, wann eine statistische Analyse korrekt ist.
In dem Buch wird versucht, einen Goldstandard für die Vorgehensweise bei einer statistischen Analyse festzulegen. Zunächst werden grundlegende Merkmale des Gesamtkonzepts vorgestellt, wie die Rolle von Subjektivität, Objektivität, Unendlichkeit und Nutzen in statistischen Analysen. Anschließend werden die Bedeutung der Wahrscheinlichkeit und die verschiedenen Positionen zur Wahrscheinlichkeit erörtert. Der Autor konzentriert sich dann auf die Definition des statistischen Beweises und darauf, wie er gemessen werden sollte. Er stellt eine Methode zur Messung statistischer Evidenz vor und entwickelt eine Theorie der Inferenz, die auf dieser Methode basiert. Er erörtert auch, wie Statistiker die Zutaten für ein statistisches Problem auswählen sollten und wie diese Auswahl auf ihre Relevanz in einer Anwendung zu überprüfen ist.
| ISBN: | 9781032098562 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2021 |
| Seitenzahl: | 250 |
Derzeit verfügbar, auf Lager.
