Search Results for "monte-carlo-statistical-methods-springer-texts-in-statistics"

Monte Carlo Statistical Methods

Monte Carlo Statistical Methods

  • Author: Christian Robert,George Casella
  • Publisher: Springer Science & Business Media
  • ISBN: 1475741456
  • Category: Mathematics
  • Page: 649
  • View: 5126
DOWNLOAD NOW »
We have sold 4300 copies worldwide of the first edition (1999). This new edition contains five completely new chapters covering new developments.

Die Monte-Carlo-Methode

Die Monte-Carlo-Methode

Beispiele unter Excel VBA

  • Author: Harald Nahrstedt
  • Publisher: Springer-Verlag
  • ISBN: 3658101490
  • Category: Mathematics
  • Page: 45
  • View: 2758
DOWNLOAD NOW »
Harald Nahrstedt zeigt hier den pragmatisch technischen und weniger den wissenschaftlichen Ansatz, wie Excel mit seinen Programmiermöglichkeiten sich immer mehr zu einem universellen Arbeitsmittel entwickelt. So ist die Simulation mit Hilfe von Pseudozufallszahlen ein schneller und preiswerter Weg zu fachlichen Aussagen. Den Rahmen dieser Abhandlung bildet der geschichtliche Hintergrund.

Mathematik und Technologie

Mathematik und Technologie

  • Author: Christiane Rousseau,Yvan Saint-Aubin
  • Publisher: Springer-Verlag
  • ISBN: 3642300928
  • Category: Mathematics
  • Page: 609
  • View: 2173
DOWNLOAD NOW »
Zusammen mit der Abstraktion ist die Mathematik das entscheidende Werkzeug für technologische Innovationen. Das Buch bietet eine Einführung in zahlreiche Anwendungen der Mathematik auf dem Gebiet der Technologie. Meist werden moderne Anwendungen dargestellt, die heute zum Alltag gehören. Die mathematischen Grundlagen für technologische Anwendungen sind dabei relativ elementar, was die Leistungsstärke der mathematischen Modellbildung und der mathematischen Hilfsmittel beweist. Mit zahlreichen originellen Übungen am Ende eines jeden Kapitels.

Der kalte Hauch der Nacht

Der kalte Hauch der Nacht

Roman

  • Author: Ian Rankin
  • Publisher: N.A
  • ISBN: 9783442453870
  • Category:
  • Page: 539
  • View: 6719
DOWNLOAD NOW »

Monte Carlo-Algorithmen

Monte Carlo-Algorithmen

  • Author: Thomas Müller-Gronbach,Erich Novak,Klaus Ritter
  • Publisher: Springer-Verlag
  • ISBN: 3540891412
  • Category: Mathematics
  • Page: 324
  • View: 4722
DOWNLOAD NOW »
Der Text gibt eine Einführung in die Mathematik und die Anwendungsmöglichkeiten der Monte Carlo-Methoden und verwendet dazu durchgängig die Sprache der Stochastik. Der Leser lernt die Grundprinzipien und wesentlichen Eigenschaften dieser Verfahren kennen und wird dadurch in den Stand versetzt, dieses wichtige algorithmische Werkzeug kompetent einsetzen und die Ergebnisse interpretieren zu können. Anhand ausgewählter Fragestellungen wird er außerdem an aktuelle Forschungsfragen und -ergebnisse in diesem Bereich herangeführt. Behandelt werden die direkte Simulation, Methoden zur Simulation von Verteilungen und stochastischen Prozessen, Varianzreduktion, sowie Markov Chain Monte Carlo-Methoden und die hochdimensionale Integration. Es werden Anwendungsbeispiele aus der Teilchenphysik und der Finanz- und Versicherungsmathematik präsentiert, und anhand des Integrationsproblems wird gezeigt, wie sich die Frage nach optimalen Algorithmen formulieren und beantworten lässt.

Wahrscheinlichkeitstheorie und Stochastische Prozesse

Wahrscheinlichkeitstheorie und Stochastische Prozesse

  • Author: Michael Mürmann
  • Publisher: Springer-Verlag
  • ISBN: 364238160X
  • Category: Mathematics
  • Page: 428
  • View: 3239
DOWNLOAD NOW »
Dieses Lehrbuch beschäftigt sich mit den zentralen Gebieten einer maßtheoretisch orientierten Wahrscheinlichkeitstheorie im Umfang einer zweisemestrigen Vorlesung. Nach den Grundlagen werden Grenzwertsätze und schwache Konvergenz behandelt. Es folgt die Darstellung und Betrachtung der stochastischen Abhängigkeit durch die bedingte Erwartung, die mit der Radon-Nikodym-Ableitung realisiert wird. Sie wird angewandt auf die Theorie der stochastischen Prozesse, die nach der allgemeinen Konstruktion aus der Untersuchung von Martingalen und Markov-Prozessen besteht. Neu in einem Lehrbuch über allgemeine Wahrscheinlichkeitstheorie ist eine Einführung in die stochastische Analysis von Semimartingalen auf der Grundlage einer geeigneten Stetigkeitsbedingung mit Anwendungen auf die Theorie der Finanzmärkte. Das Buch enthält zahlreiche Übungen, teilweise mit Lösungen. Neben der Theorie vertiefen Anmerkungen, besonders zu mathematischen Modellen für Phänomene der Realität, das Verständnis.​

Case Studies in Bayesian Statistical Modelling and Analysis

Case Studies in Bayesian Statistical Modelling and Analysis

  • Author: Clair L. Alston,Kerrie L. Mengersen,Anthony N. Pettitt
  • Publisher: John Wiley & Sons
  • ISBN: 1118394321
  • Category: Mathematics
  • Page: 504
  • View: 5492
DOWNLOAD NOW »
Provides an accessible foundation to Bayesian analysis usingreal world models This book aims to present an introduction to Bayesian modellingand computation, by considering real case studies drawn fromdiverse fields spanning ecology, health, genetics and finance. Eachchapter comprises a description of the problem, the correspondingmodel, the computational method, results and inferences as well asthe issues that arise in the implementation of theseapproaches. Case Studies in Bayesian Statistical Modelling andAnalysis: Illustrates how to do Bayesian analysis in a clear and concisemanner using real-world problems. Each chapter focuses on a real-world problem and describes theway in which the problem may be analysed using Bayesianmethods. Features approaches that can be used in a wide area ofapplication, such as, health, the environment, genetics,information science, medicine, biology, industry and remotesensing. Case Studies in Bayesian Statistical Modelling andAnalysis is aimed at statisticians, researchers andpractitioners who have some expertise in statistical modelling andanalysis, and some understanding of the basics of Bayesianstatistics, but little experience in its application. Graduatestudents of statistics and biostatistics will also find this bookbeneficial.

A First Course in Bayesian Statistical Methods

A First Course in Bayesian Statistical Methods

  • Author: Peter D. Hoff
  • Publisher: Springer Science & Business Media
  • ISBN: 9780387924076
  • Category: Mathematics
  • Page: 272
  • View: 5983
DOWNLOAD NOW »
A self-contained introduction to probability, exchangeability and Bayes’ rule provides a theoretical understanding of the applied material. Numerous examples with R-code that can be run "as-is" allow the reader to perform the data analyses themselves. The development of Monte Carlo and Markov chain Monte Carlo methods in the context of data analysis examples provides motivation for these computational methods.

Monte-Carlo Methods and Stochastic Processes

Monte-Carlo Methods and Stochastic Processes

From Linear to Non-Linear

  • Author: Emmanuel Gobet
  • Publisher: CRC Press
  • ISBN: 1498746233
  • Category: Mathematics
  • Page: 336
  • View: 6992
DOWNLOAD NOW »
Developed from the author’s course at the Ecole Polytechnique, Monte-Carlo Methods and Stochastic Processes: From Linear to Non-Linear focuses on the simulation of stochastic processes in continuous time and their link with partial differential equations (PDEs). It covers linear and nonlinear problems in biology, finance, geophysics, mechanics, chemistry, and other application areas. The text also thoroughly develops the problem of numerical integration and computation of expectation by the Monte-Carlo method. The book begins with a history of Monte-Carlo methods and an overview of three typical Monte-Carlo problems: numerical integration and computation of expectation, simulation of complex distributions, and stochastic optimization. The remainder of the text is organized in three parts of progressive difficulty. The first part presents basic tools for stochastic simulation and analysis of algorithm convergence. The second part describes Monte-Carlo methods for the simulation of stochastic differential equations. The final part discusses the simulation of non-linear dynamics.

Medizinische Statistik

Medizinische Statistik

  • Author: Hans J. Trampisch,Jürgen Windeler
  • Publisher: Springer-Verlag
  • ISBN: 364256996X
  • Category: Mathematics
  • Page: 376
  • View: 7511
DOWNLOAD NOW »
"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!

Statistik-Workshop für Programmierer

Statistik-Workshop für Programmierer

  • Author: Allen B. Downey
  • Publisher: O'Reilly Germany
  • ISBN: 3868993436
  • Category: Computers
  • Page: 160
  • View: 8051
DOWNLOAD NOW »
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.

Markov Chain Monte Carlo - Methoden: Herleitung, Beweis und Implementierung

Markov Chain Monte Carlo - Methoden: Herleitung, Beweis und Implementierung

  • Author: Thomas Plehn
  • Publisher: Bachelor + Master Publication
  • ISBN: 3956844513
  • Category: Mathematics
  • Page: 56
  • View: 5261
DOWNLOAD NOW »
In seiner Arbeit beschäftigt sich der Autor mit der ‘Markov Chain Monte Carlo‘, auch abgekürzt als MCMC. Dabei handelt es sich um eine Monte Carlo Methode. Allen Monte Carlo Methoden ist gemein, dass sie von einer mehr oder minder komplizierten Verteilung zufällige Szenarien erzeugen. Diese Szenarien werden dann genutzt um Aussagen über Erwartungswerte oder andere Kennzahlen der Verteilung zu treffen. Diese Aussagen sind natürlich nur zu gebrauchen, wenn man sehr viele zufällig erzeugte Szenarien auswertet. Die Methode kommt also immer dann zum Einsatz, wenn es nicht möglich ist, aus der Verteilung der Szenarien direkt Rückschlüsse auf die statistischen Kennzahlen der Verteilung zu ziehen, weder auf analytischem Wege, noch durch numerische Integration (bei sehr vielen Dimensionen steigt der Aufwand rapide an). Markov Chain Monte Carlo ist nun eine spezielle Monte Carlo Methode unter Zuhilfenahme von Markovketten. Diese kommt immer dann zum Einsatz, wenn es nicht möglich ist, von einer Verteilung auf einfache Weise Szenarien zu erzeugen. Eine Markovkette fängt bei einem Zustand an und geht von einem bestimmten Zustand mit einer bestimmten Wahrscheinlichkeit zu einem anderen Zustand über. Diese Übergangswahrscheinlichkeiten stehen in einer Übergangsmatrix. Der Knackpunkt ist nun, dass diese Form der Zustandsgenerierung oft einfacher zu implementieren ist, als direkt auf eine Verteilung zurückzugreifen. In der Arbeit gibt es mehrere konkrete Beispiele für den Einsatz solcher Methoden. Quelltexte der Implementierungen sind beigefügt.

Theorie der Gleichverteilung

Theorie der Gleichverteilung

  • Author: Edmund Hlawka
  • Publisher: N.A
  • ISBN: N.A
  • Category: Distribution, Uniform (Probability theory)
  • Page: 142
  • View: 4172
DOWNLOAD NOW »

Essentials of Monte Carlo Simulation

Essentials of Monte Carlo Simulation

Statistical Methods for Building Simulation Models

  • Author: Nick T. Thomopoulos
  • Publisher: Springer Science & Business Media
  • ISBN: 1461460220
  • Category: Mathematics
  • Page: 174
  • View: 2366
DOWNLOAD NOW »
Essentials of Monte Carlo Simulation focuses on the fundamentals of Monte Carlo methods using basic computer simulation techniques. The theories presented in this text deal with systems that are too complex to solve analytically. As a result, readers are given a system of interest and constructs using computer code, as well as algorithmic models to emulate how the system works internally. After the models are run several times, in a random sample way, the data for each output variable(s) of interest is analyzed by ordinary statistical methods. This book features 11 comprehensive chapters, and discusses such key topics as random number generators, multivariate random variates, and continuous random variates. Over 100 numerical examples are presented as part of the appendix to illustrate useful real world applications. The text also contains an easy to read presentation with minimal use of difficult mathematical concepts. Very little has been published in the area of computer Monte Carlo simulation methods, and this book will appeal to students and researchers in the fields of Mathematics and Statistics.

Parametric Optimization: Singularities, Pathfollowing and Jumps

Parametric Optimization: Singularities, Pathfollowing and Jumps

  • Author: J. Guddat,F. Guerra Vazquez,H. Th. Jongen
  • Publisher: Springer-Verlag
  • ISBN: 3663121607
  • Category: Technology & Engineering
  • Page: 191
  • View: 5507
DOWNLOAD NOW »

R in a Nutshell

R in a Nutshell

  • Author: Joseph Adler
  • Publisher: O'Reilly Germany
  • ISBN: 3897216507
  • Category: Computers
  • Page: 768
  • View: 9549
DOWNLOAD NOW »
Wozu sollte man R lernen? Da gibt es viele Gründe: Weil man damit natürlich ganz andere Möglichkeiten hat als mit einer Tabellenkalkulation wie Excel, aber auch mehr Spielraum als mit gängiger Statistiksoftware wie SPSS und SAS. Anders als bei diesen Programmen hat man nämlich direkten Zugriff auf dieselbe, vollwertige Programmiersprache, mit der die fertigen Analyse- und Visualisierungsmethoden realisiert sind – so lassen sich nahtlos eigene Algorithmen integrieren und komplexe Arbeitsabläufe realisieren. Und nicht zuletzt, weil R offen gegenüber beliebigen Datenquellen ist, von der einfachen Textdatei über binäre Fremdformate bis hin zu den ganz großen relationalen Datenbanken. Zudem ist R Open Source und erobert momentan von der universitären Welt aus die professionelle Statistik. R kann viel. Und Sie können viel mit R machen – wenn Sie wissen, wie es geht. Willkommen in der R-Welt: Installieren Sie R und stöbern Sie in Ihrem gut bestückten Werkzeugkasten: Sie haben eine Konsole und eine grafische Benutzeroberfläche, unzählige vordefinierte Analyse- und Visualisierungsoperationen – und Pakete, Pakete, Pakete. Für quasi jeden statistischen Anwendungsbereich können Sie sich aus dem reichen Schatz der R-Community bedienen. Sprechen Sie R! Sie müssen Syntax und Grammatik von R nicht lernen – wie im Auslandsurlaub kommen Sie auch hier gut mit ein paar aufgeschnappten Brocken aus. Aber es lohnt sich: Wenn Sie wissen, was es mit R-Objekten auf sich hat, wie Sie eigene Funktionen schreiben und Ihre eigenen Pakete schnüren, sind Sie bei der Analyse Ihrer Daten noch flexibler und effektiver. Datenanalyse und Statistik in der Praxis: Anhand unzähliger Beispiele aus Medizin, Wirtschaft, Sport und Bioinformatik lernen Sie, wie Sie Daten aufbereiten, mithilfe der Grafikfunktionen des lattice-Pakets darstellen, statistische Tests durchführen und Modelle anpassen. Danach werden Ihnen Ihre Daten nichts mehr verheimlichen.

Grundriss der Generalisierten Gauß'schen Fehlerrechnung

Grundriss der Generalisierten Gauß'schen Fehlerrechnung

  • Author: Michael Grabe
  • Publisher: Springer-Verlag
  • ISBN: 3642178227
  • Category: Science
  • Page: 191
  • View: 6108
DOWNLOAD NOW »
Die Generalisierte Gauߒsche Fehlerrechnung interpretiert systematische Fehler bei Messungen als Unterschiede zwischen den Erwartungswerten der Schätzer und den wahren Werten der Messgrößen. Auch hinsichtlich der Verarbeitung zufälliger Fehler weicht der Autor von der Konvention ab, indem er den Formalismus auf die Verteilungsdichte der empirischen Momente zweiter Ordnung stützt. Die Messunsicherheiten der Generalisierten Gauߒschen Fehlerrechnung zeigen robuste Strukturen, die die wahren Werte physikalischer Größen „quasi-sicher“ lokalisieren.

Hierarchische Matrizen

Hierarchische Matrizen

Algorithmen und Analysis

  • Author: Wolfgang Hackbusch
  • Publisher: Springer Science & Business Media
  • ISBN: 3642002218
  • Category: Mathematics
  • Page: 451
  • View: 8453
DOWNLOAD NOW »
Bei der Diskretisierung von Randwertaufgaben und Integralgleichungen entstehen große, eventuell auch voll besetzte Matrizen. In dem Band stellt der Autor eine neuartige Methode dar, die es erstmals erlaubt, solche Matrizen nicht nur effizient zu speichern, sondern auch alle Matrixoperationen einschließlich der Matrixinversion bzw. der Dreieckszerlegung approximativ durchzuführen. Anwendung findet diese Technik nicht nur bei der Lösung großer Gleichungssysteme, sondern auch bei Matrixgleichungen und der Berechnung von Matrixfunktionen.

Zeitreihenmodelle

Zeitreihenmodelle

  • Author: Andrew C. Harvey
  • Publisher: De Gruyter Oldenbourg
  • ISBN: 9783486230062
  • Category:
  • Page: 379
  • View: 7523
DOWNLOAD NOW »
Gegenstand des Werkes sind Analyse und Modellierung von Zeitreihen. Es wendet sich an Studierende und Praktiker aller Disziplinen, in denen Zeitreihenbeobachtungen wichtig sind.