Contributions to the theory of statistical estimation and testing hypotheses.
Das Verfahren von J. Neyman und E. S. Pearson hat nicht das gehalten, was es anfänglich zu versprechen schien. In vielen praktisch wichtigen Fällen existieren die benötigten besten kritischen Bereiche nicht. Dieser Umstand veranlaßt Verf. zu einer Verallgemeinerung. Er faßt den Fall von \(n\) stochastischen Variablen und \(k\) unbekannten Parametern ins Auge. Aus den Beobachtungen der Veränderlichen soll auf die Größe der Parameter geschlossen werden. Dazu führt er zwei willkürliche Hilfsfunktionen ein, nämlich Gewichte für die Fehlschätzungen und formal eine ``Verteilung für die Parameter, obwohl diese ``in Wahrheit doch bestimmt konstant sind. Diese Verteilung fällt aus den Schlußergebnissen dann wieder heraus; trotzdem ist ihre Benutzung bedenklich. Auch die Gewichte sind nur subjektiv festzulegen. Es ist gerade der große Fortschritt gewesen, daß J. Neyman und E. S. Pearson im Gegensatz zu Th. Bayes \textit{ohne} zusätzliche Annahmen ausgekommen sind. Die Einführung der beiden Hilfsfunktionen wirkt demgegenüber wie ein Rückschritt. Die Sätze des Verf. bleiben leere Theorie, die kurzen Beispiele sprechen keineswegs für die praktische Bedeutung seiner Ansätze.
- Sufficient statistics and marginal pseudo-densities
- scientific article; zbMATH DE number 1868656 (Why is no real title available?)
- A survey of learning criteria going beyond the usual risk
- Solving maxmin optimization problems via population games
- Testing practical relevance of treatment effects
- Super-Nash performance
- Abraham Wald and the Origins of the Sequential Probability Ratio Test
This page was built for publication: Contributions to the theory of statistical estimation and testing hypotheses.
Report a bug (only for logged in users!)Click here to report a bug for this page (MaRDI item Q2591898)
