You are not logged in.

  • Login

Posts: 11,465

Location: Hamburg

Occupation: GER

  • Send private message

61

Tuesday, February 12th 2008, 3:13am

Was macht ihr denn in mathematischer Statistik?

[*HS*] BigJ

Professional

Posts: 1,020

Location: Ba-Wü

Occupation: GER

  • Send private message

62

Tuesday, February 12th 2008, 9:50am

alles was mit schätzen zu tun hat. parameter schätzen, schätzer bewerten usw... das ganze eben sehr mathematisch, wenig rechnen sondern mehr beweisen.
am ende auch noch ein wenig testen, wobei wir das in öko ja schon intensiver gemacht haben...

63

Tuesday, February 12th 2008, 10:43am

was schätzt ihr da?
lineare modele wie in öko, oder auch GLM's? :)

Posts: 11,465

Location: Hamburg

Occupation: GER

  • Send private message

64

Tuesday, February 12th 2008, 2:30pm

Was soll denn GLM sein? Generalized Maximum Likelihood? :rolleyes:
Oder meinst du eher GLS, also Generalized Least Square?

€dit: Ich habe ne Vermutung, will es aber von dir Wissen.

This post has been edited 1 times, last edit by "AtroX_Worf" (Feb 12th 2008, 2:31pm)


65

Tuesday, February 12th 2008, 3:09pm

Quoted

Original von AtroX_Worf
Mir isses nicht passiert ;)

sry, Vorlage war einfach zu gut. :D


:P Ich widersteh mal der Versuchung zu kontern. :evil:

Posts: 11,465

Location: Hamburg

Occupation: GER

  • Send private message

66

Tuesday, February 12th 2008, 3:10pm

och bitte bitte :D

67

Tuesday, February 12th 2008, 3:16pm

Generalized Linear Models

also zB Gamma Regression

68

Tuesday, February 12th 2008, 3:21pm

Quoted

Original von AtroX_Worf
och bitte bitte :D


Jetzt kommts ja nicht mehr gut - bei Gelegenheit dann wieder. :D

Posts: 11,465

Location: Hamburg

Occupation: GER

  • Send private message

69

Tuesday, February 12th 2008, 3:34pm

Quoted

Original von [pG]Nalfein
Generalized Linear Models
also zB Gamma Regression

Achso, nee, hätte gedacht du meinst etwas anderes.
Irgendwie versteh ich unter einem linearen Modell schon, dass eine (ml. bijektive) Abbildung existiert, die das ganze linear macht. Dann schätze ich das linearisierte Modell mit GLS und transformiere wieder zurück.

Manchmal sagt man zu M-Estimation auch Generalized Maximum Likelihood. Man betrachtet dabei eine verallgemeinterte Loss-Function und such dann das Optimum der Criterion-Function, welche sich aus dieser und den Daten aufstellen lässt.

This post has been edited 1 times, last edit by "AtroX_Worf" (Feb 12th 2008, 4:13pm)