| Property |
Value |
| dbo:abstract
|
- Eine dominierte Verteilungsklasse ist in der mathematischen Statistik eine Menge von Wahrscheinlichkeitsmaßen, die alle absolut stetig bezüglich eines Maßes sind. Statistische Modelle mit dominierten Verteilungsklassen sind einfacher zu handhaben als solche ohne, da die Existenz einer Wahrscheinlichkeitsdichte garantiert ist und damit Methoden wie die Maximum-Likelihood-Methode angewandt werden können. Außerdem existieren für dominierte Verteilungsklassen gut handhabbare Kriterien für Suffizienz und Minimalsuffizienz. (de)
- Eine dominierte Verteilungsklasse ist in der mathematischen Statistik eine Menge von Wahrscheinlichkeitsmaßen, die alle absolut stetig bezüglich eines Maßes sind. Statistische Modelle mit dominierten Verteilungsklassen sind einfacher zu handhaben als solche ohne, da die Existenz einer Wahrscheinlichkeitsdichte garantiert ist und damit Methoden wie die Maximum-Likelihood-Methode angewandt werden können. Außerdem existieren für dominierte Verteilungsklassen gut handhabbare Kriterien für Suffizienz und Minimalsuffizienz. (de)
|
| dbo:isbn
| |
| dbo:originalTitle
|
- Mathematische Statistik (de)
- Mathematische Statistik (de)
|
| dbo:wikiPageID
| |
| dbo:wikiPageRevisionID
| |
| prop-de:autor
| |
| prop-de:doi
| |
| prop-de:jahr
| |
| prop-de:ort
| |
| dc:publisher
| |
| dct:subject
| |
| rdf:type
| |
| rdfs:comment
|
- Eine dominierte Verteilungsklasse ist in der mathematischen Statistik eine Menge von Wahrscheinlichkeitsmaßen, die alle absolut stetig bezüglich eines Maßes sind. Statistische Modelle mit dominierten Verteilungsklassen sind einfacher zu handhaben als solche ohne, da die Existenz einer Wahrscheinlichkeitsdichte garantiert ist und damit Methoden wie die Maximum-Likelihood-Methode angewandt werden können. Außerdem existieren für dominierte Verteilungsklassen gut handhabbare Kriterien für Suffizienz und Minimalsuffizienz. (de)
- Eine dominierte Verteilungsklasse ist in der mathematischen Statistik eine Menge von Wahrscheinlichkeitsmaßen, die alle absolut stetig bezüglich eines Maßes sind. Statistische Modelle mit dominierten Verteilungsklassen sind einfacher zu handhaben als solche ohne, da die Existenz einer Wahrscheinlichkeitsdichte garantiert ist und damit Methoden wie die Maximum-Likelihood-Methode angewandt werden können. Außerdem existieren für dominierte Verteilungsklassen gut handhabbare Kriterien für Suffizienz und Minimalsuffizienz. (de)
|
| rdfs:label
|
- Dominierte Verteilungsklasse (de)
- Dominierte Verteilungsklasse (de)
|
| owl:sameAs
| |
| prov:wasDerivedFrom
| |
| foaf:isPrimaryTopicOf
| |
| is foaf:primaryTopic
of | |
