Fehlertolerante auswertung von messdaten : daten, und modellanalyse, robuste schätzung /

Das Buch bietet dem Leser eine fundierte Darstellung der Methoden zur Identifizierung von Ausreißern im Datenmaterial, zur Aufdeckung von Modellschwächen und zur Gewinnung brauchbarer Schätzungsergebnisse bei fehlerhafter Datengrundlage. Verfahren zur Extraktion geometrischer Strukturen aus Bildda...

Descripción completa

Detalles Bibliográficos
Clasificación:Libro Electrónico
Autor principal: Caspary, W. (Wilhelm) (Autor)
Otros Autores: Apetrei, Irina (Ilustrador)
Formato: Electrónico eBook
Idioma:Alemán
Publicado: München, Germany : Oldenbourg Verlag München, 2013.
Temas:
Measuring instruments > Handbooks, manuals, etc.
Process control > Handbooks, manuals, etc.
Mesure > Instruments > Guides, manuels, etc.
Fabrication > Contrôle > Guides, manuels, etc.
TECHNOLOGY & ENGINEERING > Engineering (General)
TECHNOLOGY & ENGINEERING > Reference.
Measuring instruments
Process control
Handbooks and manuals
Acceso en línea:Texto completo
Tabla de Contenidos:
  • 1 Einführung und Grundlagen; 1.1 Schätzungen; 1.1.1 Motivation und Rückblick; 1.1.2 Stichproben; 1.1.3 LineareModelle; 1.1.4 Schätzgrößen; 1.1.5 Klassische Methoden der Parameterschätzung; 1.2 Robuste Schätzungen; 1.2.1 Ziele und Entwicklung; 1.2.2 EinigeDefinitionen; 1.2.3 Allgemeine Forderungen; 1.2.4 Qualitative Robustheit; 1.2.5 Quantitative Robustheit
  • Bruchpunkt; 1.2.6 Quantitative Robustheit
  • Einflussfunktion; 1.2.7 Der ideale Schätzer; 2 Messdaten; 2.1 Statistische Eigenschaften; 2.1.1 Datenarten; 2.1.2 Verteilung der Messabweichungen; 2.1.3 Empirische Verteilung vonMessreihen.
  • 2.1.4 Maximalabweichung2.1.5 Mischverteilungen; 2.2 Ausreißer; 2.2.1 Definitionsversuche; 2.2.2 Einzelausreißer in einfachen Stichproben; 2.2.3 Messreihen mit mehreren Ausreißern; 2.2.4 Ausreißer in strukturierten Stichproben; 3 Robuste Auswertung von Wiederholungsmessungen; 3.1 Klassische robuste Lageschätzer; 3.1.1 Winsorisiertes Mittel; 3.2 L-Schätzer; 3.2.1 Quantile; 3.2.2 Eigenschaften desMedians; 3.2.3 Getrimmtes Mittel; 3.3 M-Schätzer für Lageparameter; 3.3.1 ML-Schätzer; 3.3.2 Entwicklung derM-Schätzer; 3.3.3 Huber-Schätzer; 3.3.4 Hampel-Schätzer; 3.3.5 Tukey-Schätzer.
  • 3.3.6 Andrews-Schätzer3.3.7 Tanh-Schätzer; 3.3.8 Vergleich der VP-Schätzer mit dem Huber-Schätzer; 3.3.9 Lp-Norm Schätzer; 3.4 Weitere robuste Lageschätzer; 3.4.1 Methode des kleinsten Medians der Quadrate (MkMQ); 3.4.2 Methode der kleinsten getrimmten Quadrate (MktQ); 3.4.3 S-Schätzer; 3.5 Schätzer für den Skalenparameter; 3.5.1 Einfache Skalenschätzer; 3.5.2 M-Schätzer für den Skalenparameter; 3.6 Gemeinsame Schätzung von Lage- und Skalenparameter; 3.6.1 Schätzung mit einfachem Skalenschätzer; 3.6.2 M-Schätzung; 3.6.3 Hubers Vorschlag; 3.7 Ergänzungen; 3.7.1 Eigenschaften der Schätzer.
  • 3.7.2 Vergleich der Schätzer3.7.3 Bivariate Beobachtungen; 3.8 Multivariate Beobachtungen; 3.8.1 Das klassischeModell; 3.8.2 Elementweise Robustifizierung; 3.8.3 Elimination von Ausreißern; 3.8.4 M-Schätzer; 3.8.5 S-Schätzer; 3.8.6 Weitere Gesichtspunkte; 4 Multiparameter Modelle; 4.1 LineareModelle; 4.1.1 Modellannahmen; 4.1.2 Einfache Regression, ausgleichende Gerade; 4.1.3 Multiple Regression; 4.1.4 Erweiterungen und Besonderheiten; 4.1.5 Logistische Regression; 4.2 Klassische Parameterschätzung; 4.2.1 Einfache Regression, ausgleichende Gerade; 4.2.2 Orthogonale Regression.
  • 4.2.3 Multiple Regression4.2.4 Eigenschaften der Schätzungen; 5 Analyse linearer Modelle; 5.1 Die Projektoren H und .I H/; 5.1.1 Eigenschaften der Projektionsmatrix H; 5.1.2 Die Elemente der Projektionsmatrix H; 5.1.3 Eigenschaften der Matrix .I H/; 5.1.4 Der Einfluss von Gewichten; 5.1.5 Beispiele; 5.2 Wahl der Regressoren; 5.2.1 Vertikale Partitionierung; 5.2.2 ÜberparametrisiertesModell; 5.2.3 UnterparametrisiertesModell; 5.2.4 Beispiel Stack Loss Data; 5.3 Veränderungen des Beobachtungsvektors; 5.3.1 Horizontale Partitionierung; 5.3.2 Erweiterung des Beobachtungsvektors.

Ejemplares similares