Synopsis
Im Mittelpunkt der Betrachtung steht das einfache additive Modell g = ƒ(x) + Î mit fehlenden Werten in x. Das Ziel besteht im Vergleich von aus der linearen Regressionsrechnung bekannten Verfahren mit der nearest neighbor imputation. Neben einer ausführlichen Einführung in die Problematik fehlender Daten, in die Schätzung nichtparametrischer Regressionsmodelle und in einige Imputationsverfahren werden die Struktur und die Resultate der Simulationsexperimente ausführlich diskutiert. Dabei stehen insbesondere die Ergebnisse unter missing at random (MAR) im Vordergrund, was hier einer Abhängigkeit des Fehlens vom Response g entspricht. Während unter missing completely at random (MCAR) die Analyse der vollständigen Fälle noch als geeignet anzusehen ist, sind unter MAR die deutlichen Vorteile der nearest neighbor imputation bzw. einer neu entwickelten Version ersichtlich. Dieser Zusammenhang ist sowohl bei nichtmonotonem ƒ(x) wie auch bei einer monotonen Funktion ƒ zu erkennen.
Les informations fournies dans la section « Synopsis » peuvent faire référence à une autre édition de ce titre.
À propos de l?auteur
Der Autor: Thomas Nittner wurde 1971 in München geboren und studierte von 1993 bis 2000 Statistik an der Ludwig-Maximilians-Universität München. Seit 2000 ist er dort auch als wissenschaftlicher Mitarbeiter im Rahmen eines von der Deutschen Forschungsgemeinschaft (DFG) geförderten Projektes tätig.
Les informations fournies dans la section « A propos du livre » peuvent faire référence à une autre édition de ce titre.
Résultats de recherche pour Fehlende Daten in Additiven Modellen
Image fournie par le vendeur
Fehlende Daten in Additiven Modellen
impression à la demandeVendeur : BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Im Mittelpunkt der Betrachtung steht das einfache additive Modell g = (x) + Î mit fehlenden Werten in x. Das Ziel besteht im Vergleich von aus der linearen Regressionsrechnung bekannten Verfahren mit der nearest neighbor imputation. Neben einer ausführlichen Einführung in die Problematik fehlender Daten, in die Schätzung nichtparametrischer Regressionsmodelle und in einige Imputationsverfahren werden die Struktur und die Resultate der Simulationsexperimente ausführlich diskutiert. Dabei stehen insbesondere die Ergebnisse unter missing at random (MAR) im Vordergrund, was hier einer Abhängigkeit des Fehlens vom Response g entspricht. Während unter missing completely at random (MCAR) die Analyse der vollständigen Fälle noch als geeignet anzusehen ist, sind unter MAR die deutlichen Vorteile der nearest neighbor imputation bzw. einer neu entwickelten Version ersichtlich. Dieser Zusammenhang ist sowohl bei nichtmonotonem (x) wie auch bei einer monotonen Funktion zu erkennen. 136 pp. Deutsch. N° de réf. du vendeur 9783631513712
Acheter neuf
EUR 54,90
Expédition à EUR 23
Expédition depuis Allemagne vers Etats-Unis
Expédition depuis Allemagne vers Etats-Unis
Quantité disponible : 2 disponible(s)
Image fournie par le vendeur
Fehlende Daten in Additiven Modellen
Vendeur : AHA-BUCH GmbH, Einbeck, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. Druck auf Anfrage Neuware - Printed after ordering - Im Mittelpunkt der Betrachtung steht das einfache additive Modell g = (x) + Î mit fehlenden Werten in x. Das Ziel besteht im Vergleich von aus der linearen Regressionsrechnung bekannten Verfahren mit der nearest neighbor imputation. Neben einer ausführlichen Einführung in die Problematik fehlender Daten, in die Schätzung nichtparametrischer Regressionsmodelle und in einige Imputationsverfahren werden die Struktur und die Resultate der Simulationsexperimente ausführlich diskutiert. Dabei stehen insbesondere die Ergebnisse unter missing at random (MAR) im Vordergrund, was hier einer Abhängigkeit des Fehlens vom Response g entspricht. Während unter missing completely at random (MCAR) die Analyse der vollständigen Fälle noch als geeignet anzusehen ist, sind unter MAR die deutlichen Vorteile der nearest neighbor imputation bzw. einer neu entwickelten Version ersichtlich. Dieser Zusammenhang ist sowohl bei nichtmonotonem (x) wie auch bei einer monotonen Funktion zu erkennen.; Dissertationsschrift. N° de réf. du vendeur 9783631513712
Acheter neuf
EUR 54,90
Expédition à EUR 60,95
Expédition depuis Allemagne vers Etats-Unis
Expédition depuis Allemagne vers Etats-Unis
Quantité disponible : 2 disponible(s)
Image fournie par le vendeur
Fehlende Daten in Additiven Modellen
Vendeur : preigu, Osnabrück, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. Fehlende Daten in Additiven Modellen | Thomas Nittner | Taschenbuch | Deutsch | Peter Lang | EAN 9783631513712 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu. N° de réf. du vendeur 125358365
Acheter neuf
EUR 54,90
Expédition à EUR 70
Expédition depuis Allemagne vers Etats-Unis
Expédition depuis Allemagne vers Etats-Unis
Quantité disponible : 5 disponible(s)