{"entities":{"Q2434723":{"pageid":2445466,"ns":120,"title":"Item:Q2434723","lastrevid":44076933,"modified":"2025-11-19T17:49:30Z","type":"item","id":"Q2434723","labels":{"en":{"language":"en","value":"Mathematical statistics"}},"descriptions":{"en":{"language":"en","value":"scientific article; zbMATH DE number 6256106"}},"aliases":{},"claims":{"P31":[{"mainsnak":{"snaktype":"value","property":"P31","hash":"fd5912e4dab4b881a8eb0eb27e7893fef55176ad","datavalue":{"value":{"entity-type":"item","numeric-id":56887,"id":"Q56887"},"type":"wikibase-entityid"},"datatype":"wikibase-item"},"type":"statement","id":"Q2434723$38472E23-540B-42B6-BA1A-3C4C75FA7293","rank":"normal"}],"P159":[{"mainsnak":{"snaktype":"value","property":"P159","hash":"2d5419dfb6cf9446146200519040113be162a2ea","datavalue":{"value":{"text":"Mathematical statistics","language":"en"},"type":"monolingualtext"},"datatype":"monolingualtext"},"type":"statement","id":"Q2434723$DEBEF70C-6703-4631-AD39-ABDE118CCD26","rank":"normal"}],"P225":[{"mainsnak":{"snaktype":"value","property":"P225","hash":"042fbd66945cfa7b658addf351d61674291a0821","datavalue":{"value":"1306.62021","type":"string"},"datatype":"external-id"},"type":"statement","id":"Q2434723$405BAA51-E7BB-4290-B5DF-A462BBA52B62","rank":"normal"}],"P27":[{"mainsnak":{"snaktype":"value","property":"P27","hash":"6a5d95dbcba4d03d2ab71ef7615591c5eaab8fa9","datavalue":{"value":"10.1007/978-3-642-41997-3","type":"string"},"datatype":"external-id"},"type":"statement","id":"Q2434723$DADBF3AD-40BE-41E5-A997-C05D6048BFAF","rank":"normal"}],"P200":[{"mainsnak":{"snaktype":"value","property":"P200","hash":"9939047fd0e0af5ece99a85feeb1d078ef81b617","datavalue":{"value":{"entity-type":"item","numeric-id":342612,"id":"Q342612"},"type":"wikibase-entityid"},"datatype":"wikibase-item"},"type":"statement","id":"Q2434723$0E914E18-DE2E-4218-87CF-24EA1666B1F3","rank":"normal"}],"P28":[{"mainsnak":{"snaktype":"value","property":"P28","hash":"3a08f71e961d8178ae039809ebf372ac6dfc2419","datavalue":{"value":{"time":"+2014-02-06T00:00:00Z","timezone":0,"before":0,"after":0,"precision":11,"calendarmodel":"http://www.wikidata.org/entity/Q1985727"},"type":"time"},"datatype":"time"},"type":"statement","id":"Q2434723$41E1AE26-5C52-4BB5-B05D-42DEBF22082F","rank":"normal"}],"P1448":[{"mainsnak":{"snaktype":"value","property":"P1448","hash":"03ceef1b8eaeafd667abacf9200060b75dc66d2b","datavalue":{"value":"Das vorliegende Buch ist aus Vorlesungen entstanden, die der Autor seit 1980 regelm\u00e4\u00dfig im Rahmen mathematischer Studieng\u00e4nge an den Universit\u00e4ten Aachen, Essen, M\u00fcnster und Freiburg gehalten hat. Es wendet sich an Studierende, die bereits einen ma\u00dftheoretisch begr\u00fcndeten Kurs zur Wahrscheinlichkeitstheorie belegt haben und geht in seinem Umfang deutlich \u00fcber den Stoff einer vierst\u00fcndigen Vorlesung hinaus.  Das vorliegende Buch gliedert sich in 13 etwa gleich gro\u00dfe Kapitel und beginnt im Kapitel 1 mit einer `Einf\u00fchrung: Datenanalyse und mathematische Statistik'. Dem Leser wird hier durch Beispiele aus der linearen und nichtlinearen Regression, Bildverarbeitung und durch weitere Entscheidungsprobleme ein Eindruck von der gro\u00dfen Breite der modernen mathematischen Statistik vermittelt, die sich nicht nur auf Sch\u00e4tzen und Testen beschr\u00e4nkt.  Es ist sehr zu begr\u00fc\u00dfen, dass der Autor einen konsequent entscheidungstheoretischen Zugang zur mathematischen Statistik w\u00e4hlt, weil nur so und auf der Basis eines klaren mathematischen Modells verschiedene Verfahren verglichen und bewertet werden k\u00f6nnen. Die notwendigen Begriffe aus der Entscheidungstheorie und deren Zusammenh\u00e4nge werden im Kapitel 2 gegeben. Es beschr\u00e4nkt sich aber nicht auf eine Darstellung auf abstrakter Ebene, sondern gibt hier bereits zahlreiche Resultate zur Zul\u00e4ssigkeit von Sch\u00e4tzern und Tests. In diesem Zusammenhang spielen Eigenschaften Bayesscher Entscheidungen eine wichtige Rolle.  Das Kapitel 3 `Verteilungsklassen -- statistische Modelle' behandelt dominierte Modelle, gibt hinreichende Kriterien hierf\u00fcr und stellt wichtige Eigenschaften von Exponentialfamilien zusammen. Statt der in einem solchen Kapitel \u00fcblichen Herleitung der Dichten der \\(\\chi ^{2}\\)-, \\(t\\)- und \\(F\\)-Verteilung entscheidet sich der Autor f\u00fcr Gibbsma\u00dfe und leitet neuere Ergebnisse zur Bildrekonstruktion und zum Simulated Annealing ab. Damit setzt der Autor die Idee um, den Studierenden fr\u00fchzeitig aktuelle und praktisch relevante Ergebnisse der modernen Statistik in diesem Lehrbuch nahe zu bringen. Dadurch wird der traditionelle Themenkreis einf\u00fchrender B\u00fccher in die mathematische Statistik deutlich zu erweitert. Diese Idee wird dann in den Kapiteln 10--13 systematisch fortgesetzt.  Im Kapitel 4 `Suffizienz, Vollst\u00e4ndigkeit und Verteilungsfreiheit' werden zentrale Begriffe zur verlustfreien Datenreduktion bereitgestellt. Zun\u00e4chst wird untersucht, unter welchen Bedingungen Durchschnitte und Erweiterungen von suffizienten \\(\\sigma\\)-Algebren wieder suffizient sind. Die klassischen Faktorisierungsergebnisse f\u00fcr dominierte Modelle werden erg\u00e4nzt durch die Aussagen, dass das arithmetische Mittel nur im Normalverteilungsmodell suffizient ist, und die S\u00e4tze von Dynkin und Denny. Sie besagen, dass f\u00fcr den Stichprobenraum \\(\\mathbb{R}^{n}\\) suffiziente Statistiken nur f\u00fcr Exponentialfamilien existieren. Auch im Hinblick auf nichtparametrische Modelle werden die Beziehungen zwischen Vollst\u00e4ndigkeit und Verteilungsfreiheit umfassend behandelt, was dann unter anderem zu den Basuschen S\u00e4tzen f\u00fchrt. Wie f\u00fcr das gesamte Buch typisch, wird zur Vollst\u00e4ndigkeit auch wieder ein Charakterisierungssatz gebracht (Wiener-Closure-Theorem). Er betrifft die Vollst\u00e4ndigkeit von Lokationsmodellen. Die Anwendung der Ergebnisse \u00fcber Suffizienz, Vollst\u00e4ndigkeit und Verteilungsfreiheit auf nichtparametrische Modelle schlie\u00dft Kapitel 4 ab.  Das Kapitel 5 beginnt in 5.1 mit den S\u00e4tzen von Rao-Blackwell und Lehmann-Scheff\u00e9, gefolgt vom Satz von Barankin und Stein \u00fcber lokal optimale Sch\u00e4tzer und den Zusammenhang zwischen optimalen Sch\u00e4tzern und Projektionen, was dann zur Herleitung der Chapman-Robbins-Ungleichung und der Cram\u00e9r-Rao-Ungleichung verwendet wird. Ergebnisse \u00fcber die Struktur gleichm\u00e4\u00dfig minimaler Sch\u00e4tzer f\u00fchren dann zu den auf Bahadur zur\u00fcckgehenden Umkehrungen des Satzes von Scheff\u00e9. Unverf\u00e4lschte Sch\u00e4tzer werden mit Hilfe des Verlusts eingef\u00fchrt. F\u00fcr den Laplace-Verlust f\u00fchrt das auf Median-unverf\u00e4lschte Sch\u00e4tzer und f\u00fcr den Gau\u00df-Verlust auf erwartungstreue Sch\u00e4tzer f\u00fcr die im Nomalverteilungsmodell untere Risikoschranken abgeleitet werden. Allgemeine untere Risikoschranken f\u00fcr den quadratischen Verlust werden in Form der Cram\u00e9r-Rao-Ungleichung formuliert. Hieraus und aus der asymptotischen Normalit\u00e4t des Maximum-Likelihoodsch\u00e4tzers ergibt sich dann seine asymptotische Optimalit\u00e4t innerhalb der Klasse der asymptotisch normalen Sch\u00e4tzer. Schlie\u00dflich werden im Abschnitt 5.5 die Momentenmethode und die Methode der kleinsten Quadrate einschlie\u00dflich des verallgemeinerten Gau\u00df-Markov-Theorems behandelt.  Das umfangreiche Kapitel 6 ist der Testtheorie gewidmet. Die Existenz optimaler Tests in Form eines Maximin-Tests und eines strengen Tests, der den maximalen Abstand zum lokal besten Test minimiert, wird nachgewiesen, wobei die im Buch bereitgestellte schwach-\\(\\ast \\)-Folgenkompaktheit der Menge der Tests verwendet wird. Nach diesen Vorbereitungen folgen die Neyman-Pearson-Theorie und die Aussagen \u00fcber gleichm\u00e4\u00dfig beste Tests bei monotonem Dichtequotienten, woraus sich dann bei einseitiger Fragestellung die Optimalit\u00e4t des Gau\u00df-Tests, des \\(t\\)-Tests, des \\( \\chi ^{2}\\)-Tests und des \\(F\\)-Tests ergibt. F\u00fcr zusammengesetzte Nullypothese und einfache Alternative werden mit Hilfe der Mischungsmethode beste Tests abgeleitet. Die Erweiterung der Mischungsmethode f\u00fchrt mit Hilfe des Maximin-Konzepts auf den Begriff der ung\u00fcnstigsten Paare, die im Abschnitt 6.3 behandelt werden. Unverf\u00e4lschte, \u00e4hnliche und bedingte Tests schlie\u00dfen das Kapitel \u00fcber Tests ab. Speziell wird im hinteren Teil von Kapitel 6 die Optimalit\u00e4t bedingter Tests in Exponentialfamilien und von Permutationstests f\u00fcr das nichtparametrische Zweistichprobenproblem behandelt.  Das Kapitel 7 \u00fcber Konfidenzbereiche startet zun\u00e4chst mit Beispielen f\u00fcr ein-und zweiseitige Konfidenzbereiche, die auf einer Pivotstatistik beruhen, und mit Konfidenzbereichen mit minimalem Volumen. F\u00fcr streng unimodale Dichten auf der reellen Achse werden optimale \u00e4quivariante Konfidenzbereiche konstruiert. Der zweite Teil von Kapitel 7 enth\u00e4lt die Dualit\u00e4tstheorie zwischen Tests und Konfidenzbereichen und die sich so aus der Testtheorie ergebenden Optimalit\u00e4tsaussagen.  In den fr\u00fcheren Kapiteln wurden die Reduktion durch Suffizienz und die Reduktion der Entscheidungen durch Einschr\u00e4nkung auf eine Teilklasse behandelt. Das umfangreiche Kapitel 8 ist den Konzepten Invarianz und \u00c4quivarianz gewidmet und behandelt Sch\u00e4tz- und Testprobleme in gruppeninduzierten Modellen. Zun\u00e4chst wird, wie auch in den meisten B\u00fcchern zur mathematischen Statistik, die Minimax-Eigenschaft des Pitmansch\u00e4tzers nachgewiesen und dessen konkrete Gestalt f\u00fcr Lokations- und Skalenmodelle angegeben. Typisch f\u00fcr das vorliegende Buch ist aber, dass dann tiefer liegende Aussagen folgen, die gewisse Modelle, meist die Klasse der Normalverteilungen, durch Optimalit\u00e4tseigenschaften bestimmter Entscheidungen charakterisieren. So ist beispielsweise f\u00fcr \\( n\\geq 3\\) das arithmetische Mittel nur in Normalverteilungsmodellen der Pitmansch\u00e4tzer. Der Abschnitt 8.2 \u00fcber invariante Testprobleme h\u00e4ngt eng mit dem Konzept der amenablen Gruppen zusammen. Die hierzu notwendigen technischen Resultate werden ausf\u00fchrlich behandelt und das Hauptergebnis ist der Satz von Hunt und Stein, der dann im n\u00e4chsten Abschnitt 8.4 zum Nachweis von Minimaxeigenschaften klassischer Tests in linearen Normalverteilungsmodellen verwendet wird. Dar\u00fcber hinaus ist dieser Abschnitt auch eine sehr kompakte und klare Einf\u00fchrung in das allgemeine lineare Modell.  Das Kapitel 9 behandelt mit den robusten Tests ein Teilgebiet der robusten Statistik und orientiert sich an der Monografie von \\textit{H. Rieder} [Robust asymptotic statistics. New York, NY: Springer-Verlag (1994; Zbl 0927.62050)]. Zentral ist der Begriff des ung\u00fcnstigsten Paares, das unabh\u00e4ngig vom Testniveau ist. Seine Bestimmung f\u00fchrt auf eine Verallgemeinerung des Satzes von Radon-Nikodym f\u00fcr Kapazit\u00e4ten. Als Anwendung werden optimale robuste Tests f\u00fcr Umgebungsmodelle einfacher Hypothesen konstruiert. Weiter werden robuste Tests f\u00fcr Umgebungsmodelle konstruiert, die durch Abh\u00e4ngigkeitsstrukturen definiert sind.  Das Kapitel 10 behandelt sequentielle Tests und enth\u00e4lt als zentrales Ergebnis die Optimalit\u00e4t des sequential probability ratio tests von Wald und Wolfowitz, N\u00e4herungen f\u00fcr die mittlere Stichprobenl\u00e4nge und die Konstruktion von Tests mit Sch\u00e4rfe 1, wobei das letzte Resultat eine interessante Verbindung zum Gesetz vom iterierte Logarithmus darstellt.  Eine Einf\u00fchrung in die asymptotische Statistik gibt Kapitel 11. Dieses Kapitel, obwohl etwa gleichlang wie andere Kapitel, ist, gemessen um Umfang dieses Gebietes, verh\u00e4ltnism\u00e4\u00dfig kurz. Es enth\u00e4lt im ersten Teil f\u00fcr verschiedene Lokationsmodelle Aussagen \u00fcber die asymptotische relative Effizienz des arithmetischen Mittels verglichen mit dem Median und im zweiten Teil Aussagen \u00fcber Kerndichtesch\u00e4tzer. Die Einschr\u00e4nkung auf diese beiden Themenkreise ist begr\u00fcndet durch die Tatsache, dass der Autor mit dem Buch [Asymptotische Statistik. Stuttgart (FRG): B.G. Teubner (1988; Zbl 0661.62001)] eine umfangreiche Einf\u00fchrung in dieses Gebiet gegeben hat, woran das vorliegende Buch anschlie\u00dft.  Das Kapitel 12 zur Statistik f\u00fcr Z\u00e4hlprozesse und Martigalmethoden f\u00fchrt in ein aktuelles Gebiet der mathematischen Statistik ein, das \u00fcber den Rahmen einer einf\u00fchrenden Standardvorlesung zur Statistik hinausgeht. Die Anwendung von Martigalmethoden ist aber f\u00fcr viele in der Praxis auftretenden Datensituationen die ad\u00e4quate Technik. Nach der Zusammenstellung ausgew\u00e4hlter Hilfsmittel aus der Matingaltheorie sind die zentralen Themen: Nelson-Aalen-Sch\u00e4tzer, Aalen-Johansen-Sch\u00e4tzer, Cox partial Likelihood-Sch\u00e4tzer. Abschlie\u00dfend werden in diesem Kapitel Martingalmethoden verwendet, um verteilungsfreie Tests mit Hilfe des empirischen Prozesses mit gesch\u00e4tzten Parametern zu konstruieren.  Das abschlie\u00dfende Kapitel 13 behandelt das Quantil hedging und erfordert Kenntnisse aus dem Gebiet der zeitstetigen Finanzmathematik. Das behandelte Problem betrifft die Absicherung eines Claims mit m\u00f6glichst hoher Wahrscheinlichkeit, wenn nicht ausreichend Kapital vorhanden ist. Dieses Optimierungsproblem kann mit Hilfe von Ergebnissen aus der Testtheorie gel\u00f6st werden und ist eine \u00fcberraschende Querverbindung zwischen der Statistik und der Finanzmathematik.  Der Anhang enth\u00e4lt neben den Standardaussagen zum bedingten Erwartungswert und bedingten Verteilungen und ausgew\u00e4hlten Ergodens\u00e4tzen auch eine sehr sch\u00f6ne und kompakte Einf\u00fchrung in die spieltheoretischen Grundlagen der Entscheidungstheorie.  Was zeichnet dieses Buch aus?  Die mathematische Statistik wird konsequent auf entscheidungstheoretischer Grundlage entwickelt, um so statistische Verfahren bewerten und vergleichen zu k\u00f6nnen.  Klassische und moderne Konstruktions- und Reduktionsprizipien werden ausf\u00fchrlich behandelt und Beweise auch dann gef\u00fchrt, wenn technisch anspruchsvollere Hilfsmittel ben\u00f6tigt werden, die gegebenfalls dann bereitgestellt werden, etwa schwach-\\(\\ast\\)-Kompaktheit. Gegebenenfalls wird f\u00fcr Beweise auf die Literatur verwiesen.  Das Buch enth\u00e4lt nicht nur die bekannten finiten und asymptotischen Optimalit\u00e4tsaussagen von Sch\u00e4tzern und Tests, sondern gibt auch zahlreichende Charakterierungsaussagen im Sinne des Buches von \\textit{A. M. Kagan}, \\textit{Yu. V. Linnik} and \\textit{C. R. Rao} [Characterization problems in mathematical statistics. Translated from Russian text by B. Ramachandran. New York etc.: John Wiley \\& Sons (1973; Zbl 0271.62002)] an. Diese Aussagen zeigen, dass in vielen F\u00e4llen die Optimalit\u00e4t eines statistischen Verfahrens automatisch bestimmte Verteilungsannahmen impliziert.  Die Kapitel 10, 11 und 12 sind gelungene Beispiele daf\u00fcr, wie man in kurzer aber verst\u00e4ndlicher Form so in neue und \u00fcber den Standardstoff hinausgehende Gebiete der Statistik einf\u00fchren kann, dass man sogar bis zu gewissen Hauptergebnissen dieser Gebiete gelangt.  Ich habe den mathematischen Stil des Buches als sehr angenehm empfunden. Der Autor geht die Probleme m\u00f6glichst direkt an und reduziert vorbereitende technische Betrachtungen auf ein Minimum. Diese werden erst dann gebracht, wenn sie n\u00f6tig sind. Dadurch wird erreicht, dass man schnell zu den eigentlichen Resultaten gelangt. Der Autor ist stets bem\u00fcht, m\u00f6glichst fr\u00fch besonders instruktive Beispiele und Teilresultate zu bringen und diese nicht nur als Spezialf\u00e4lle einer auf vielen Seiten entwickelten Theorie darzustellen. Dem Leser bleibt so stets das Ziel klar vor Augen.  Das vorliegende Buch kann nachdr\u00fccklich allen Studierenden empfohlen werden, die an einer mathematisch fundierten Einf\u00fchrung in die Statistik interessiert sind. Gleichzeitig k\u00f6nnen sie durch die in sich geschlossenen Darstellungen in den Kapitel 9--13 einen ersten Eindruck von modernen Teilgebieten der Statistik gewinnen und so vorbereitet schnell Anschluss an die Spezialliteratur finden. Lehrende profitieren von den vielen aufgezeigten Querverbindungen, der tiefgr\u00fcndigen Behandlung der Suffizienz und Invarianz und den vielf\u00e4ltigen Ergebnissen und Hinweisen zu Charakterisierungsaussagen im\\ Sinne von Kagan, Linnik und Rao.  Im Vorwort formuliert der Autor wesentliche Ziele: ``Ein zentrales Ziel dieses Textbuches ist es zu zeigen, dass die Mathematische Statistik ein Gebiet mit vielen besonders sch\u00f6nen Ideen und Methoden und \u00fcberraschenden Resultaten ist. Ziel ist es auch besonders, der zunehmenden Spezialisierung in der Statistik entgegenzuwirken und eine breite Orientierung \u00fcber unterschiedliche Gebiete und Themenkreise der Statistik zu geben.''  Diese Ziele hat der Autor in hervorragender Weise erreicht. Ich gratuliere ihm zu diesem Erfolg und bin mir sicher, dass dieses Buch eine Standardreferenz auf dem Gebiet der mathematischen Statistik im deutschsprachigen Raum wird.","type":"string"},"datatype":"string"},"type":"statement","id":"Q2434723$89DD0697-2710-49C6-8841-0DB398D30057","rank":"normal"}],"P226":[{"mainsnak":{"snaktype":"value","property":"P226","hash":"b8ca62f95b8f2005a838795e0ff2b974481916e3","datavalue":{"value":"62-01","type":"string"},"datatype":"external-id"},"type":"statement","id":"Q2434723$5543C61F-2CF6-458C-856F-9765C84CBCDC","rank":"normal"},{"mainsnak":{"snaktype":"value","property":"P226","hash":"dc06ae2409e0ba6d804d6ab8589a66353c5f76ca","datavalue":{"value":"62-02","type":"string"},"datatype":"external-id"},"type":"statement","id":"Q2434723$68DBE55B-0E38-42BC-BD22-CC628EC4DA90","rank":"normal"}],"P1451":[{"mainsnak":{"snaktype":"value","property":"P1451","hash":"dc310ecdf6198eed7e6903a892cc0f6e2d8cb140","datavalue":{"value":"6256106","type":"string"},"datatype":"external-id"},"type":"statement","id":"Q2434723$674547A4-5019-4B15-A0CB-BED1060E380F","rank":"normal"}],"P12":[{"mainsnak":{"snaktype":"value","property":"P12","hash":"2e2e7fbd50209b7338077000afb269453d746d6e","datavalue":{"value":"Q55868463","type":"string"},"datatype":"external-id"},"type":"statement","id":"Q2434723$35E5C128-C379-4178-A90C-28F2B74C8FA1","rank":"normal"}],"P16":[{"mainsnak":{"snaktype":"value","property":"P16","hash":"1f9d64a54eba6a3a03eb53dbcc6d8210567c9f1f","datavalue":{"value":{"entity-type":"item","numeric-id":188844,"id":"Q188844"},"type":"wikibase-entityid"},"datatype":"wikibase-item"},"type":"statement","id":"Q2434723$F3035394-AC84-4B5C-945D-534CCEC63A74","rank":"normal"}],"P1460":[{"mainsnak":{"snaktype":"value","property":"P1460","hash":"57f7fea50d2ce1b39b695c4a1313582eed405e38","datavalue":{"value":{"entity-type":"item","numeric-id":5976449,"id":"Q5976449"},"type":"wikibase-entityid"},"datatype":"wikibase-item"},"type":"statement","id":"Q2434723$C524C18C-D1E4-444E-91EF-47329EBE0346","rank":"normal"}],"P205":[{"mainsnak":{"snaktype":"value","property":"P205","hash":"b3673679c852b9b3d8ecdb1c83a412cbf780f50b","datavalue":{"value":"https://doi.org/10.1007/978-3-642-41997-3","type":"string"},"datatype":"url"},"type":"statement","id":"Q2434723$28901FEB-B89F-4818-BEB7-A6DB9D8210A6","rank":"normal"}],"P388":[{"mainsnak":{"snaktype":"value","property":"P388","hash":"c0a32fb3c4a5a9df29af6dcb391b192f83b9500d","datavalue":{"value":"W4251709060","type":"string"},"datatype":"external-id"},"type":"statement","id":"Q2434723$DE253930-E70A-4C87-AE25-8F45093E08C8","rank":"normal"}]},"sitelinks":{"mardi":{"site":"mardi","title":"Publication:2434723","badges":[],"url":"https://portal.mardi4nfdi.de/wiki/Publication:2434723"}}}}}