Értékelés:
Jelenleg nincsenek olvasói vélemények. Az értékelés 2 olvasói szavazat alapján történt.
Parameter Redundancy and Identifiability
A statisztikai és matematikai modelleket olyan paraméterek határozzák meg, amelyek a modellek különböző jellemzőit írják le. Ideális esetben a modell minden paraméterére lehetne paraméterbecsléseket találni, de bizonyos esetekben ez nem lehetséges. Például két olyan paramétert, amely a modellben mindig csak termékként jelenik meg, nem lehet külön-külön becsülni; csak a termék becsülhető. Az ilyen modellt paraméterredundánsnak mondjuk, vagy a paramétereket nem azonosíthatónak nevezzük. Ez a könyv elmagyarázza, hogy miért jelent problémát a paraméterredundancia és a nem-azonosíthatóság, és hogy milyen különböző módszereket lehet alkalmazni a felismerésre, többek között Bayes-féle kontextusban.
A könyv főbb jellemzői:
⬤ A paraméterredundancia és a nem-azonosíthatóság okozta problémák részletes tárgyalása.
⬤ A paraméterredundancia és a nem-azonosíthatóság kimutatására szolgáló különböző általános módszerek magyarázata, beleértve a szimbolikus algebrai és numerikus módszereket.
⬤ A Bayes-féle azonosíthatóságról szóló fejezet.
⬤ Az egyes problémák és módszerek szemléletes bemutatására szemléletes példák szolgálnak. A példákhoz Maple és R kód is rendelkezésre áll.
⬤ Mélyebb hangsúlyt fektet a diszkrét és folytonos állapottérmodellek és az ökológiai statisztika területére, beleértve a kifejezetten e területekhez kifejlesztett módszereket.
Ez a könyv úgy készült, hogy a paraméterredundanciát és a nem-azonosíthatóságot hozzáférhetővé és érthetővé tegye a széles közönség számára a mesterszakos és PhD-hallgatóktól a kutatókig, a matematikusoktól és statisztikusoktól a matematikai vagy statisztikai modelleket használó gyakorlati szakemberekig.
