Die folgenden Links führen aus den jeweiligen lokalen Bibliotheken zum Volltext:
Alternativ können Sie versuchen, selbst über Ihren lokalen Bibliothekskatalog auf das gewünschte Dokument zuzugreifen.
Bei Zugriffsproblemen kontaktieren Sie uns gern.
541 Ergebnisse
Sortierung:
In: Hochschultext
In: Revue économique, Band 30, Heft 3, S. 563
ISSN: 1950-6694
In: ZUMA-Arbeitsbericht, Band 1986/11
Mit Bootstrap stellt der Verfasser ein Verfahren vor, das eine der asymptotischen Verteilung zumindest gleichwertige Approximation an die Verteilung des standardisierten Schätzers bei kleinen Stichprobenumfängen gewährleistet. Nach einer kurzen Präzisierung der im Zusammenhang mit Generalisierten Linearen Modellen verwendeten Terminologie stellt der Verfasser das Bootstrap-Verfahren für den Fall des Generalisierten Linearen Modells dar und beschreibt ein allgemeines Generalisiertes Lineares Modell mit Skalenparameter. Im Folgenden wird anhand eines Datensatzes die Durchführung der Bootstrap-Schätzung exemplifiziert. Abschließend wird eine an diesen Datensatz angelehnte Simulationsstudie vorgelegt, die die Wirkungsweise des Verfahrens illustriert. (WZ)
In: Springer eBook Collection
1 Statistische Modellbildung für Paneldaten -- 1.1 Allgemeine Bemerkungen -- 1.2 Fehlspezifikation im linearen Modell -- 1.3 Dynamik und unbeobachtete Heterogenität -- 1.4 Modellklassen zur Analyse von Paneldaten -- 1.5 Wahl des Beispieldatensatzes und der Analyseprogramme -- 2 Schätzung von Kovarianzstrukturmodellen -- 2.1 Modellformulierung -- 2.2 Pseudo-Maximum-Likelihood-Schätzung -- 2.3 Schätzung aus Mittelwertmodellen -- 2.4 Das Instrumentvariablenprinzip -- 3 Beschreibung des Beispieldatensatzes -- 4 Behandlung fehlender Daten -- 4.1 Statistische Voraussetzungen -- 4.2 Schätzung der Erwartungswerte und der Kovarianzmatrix bei fehlenden Daten -- 5 Statische Modelle -- 5.1 Einfache statische Modelle -- 5.2 Statische Modelle mit unbeobachteten unabhängigen Variablen -- 5.3 Statische Modelle mit Autokorrelation -- 6 Statische Modelle mit latenten Variablen -- 6.1 Einfache statische Modelle mit latenten Variablen -- 6.2 Statische latente Variablenmodelle mit unbeobachteten unabhängigen Variablen -- 6.3 Latente Variablenmodelle mit Autokorrelation der Fehler im Strukturgleichungsmodell -- 7 Dynamische Modelle -- 7.1 Einfache dynamische Modelle -- 7.2 Dynamische Modelle mit unbeobachteten unabhängigen Variablen -- 7.3 Analyse von Paneldaten mit ungleichen Wellenabständen -- 8 Dynamische Modelle mit latenten Variablen -- 8.1 Einfache dynamische latente Variablenmodelle -- 8.2 Dynamische latente Variablenmodelle mit unbeobachten unabhängigen Variablen -- 8.3 Erweiterung auf mehr als drei Wellen -- 9 Modelle zur Analyse von zensierten, dichotomen und ordinalen Paneldaten -- 9.1 Einleitung -- 9.2 Muthén's LISCOMP-Modell -- 9.3 Sequentialschätzung im LISCOMP-Modell -- 9.4 Empirisches Beispiel -- 9.5 Schlußbemerkungen -- Anhang: Datensatz -- Literatur -- Sachindex.
In: Mathematical systems in economics 87
In: Kölner Zeitschrift für Soziologie und Sozialpsychologie: KZfSS, Band 43, Heft 4, S. 808-809
ISSN: 0023-2653
In: Survey review, Band 26, Heft 201, S. 156-158
ISSN: 1752-2706
In: Blätter der DGVFM, Band 21, Heft 1, S. 27-53
ISSN: 1864-0303
In: Studienbücher Wirtschaftsmathematik
In: Studienbücher Wirtschaftsmathematik
Verlagstext: Anhand vieler Praxisbeispiele aus den Wirtschaftswissenschaften bietet dieses Buch einen praktischen Einstieg in die Lineare Optimierung. Dabei werden dem Leser insbesondere die zugrunde liegenden Ideen nahe vermittelt. Zu den zahlreichen Aufgaben werden ausführliche Musterlösungen angeboten. Darüber hinaus helfen Ihnen die Beispielklausuren bei der gezielten Vorbereitung auf Klausuren
In: Konstanzer Dissertationen 244
In: Bochumer wirtschaftswissenschaftliche Studien 45
In: Programmiersprachen