Statistische Hypothesentests

Dieses Essential führt über die formale Methode des statistischen Entscheidens hinaus und klärt die Frage, mit welcher Gewissheit der Ausgang eines Tests ein Problem lösen kann. Wer sich in kurzer Zeit ein Grundverständnis der Beurteilenden Statistik erwerben will, kommt an diesem Buch nicht vorbei. Es setzt am Ursprung der Stichprobentheorie an, erklärt die Bayes-Evidenzmaße des Hypothesentests und diskutiert ihre Wirksamkeit an allgemeingültigen Fällen. Der Stoff des Essentials bildet einen wissenschaftlichen Pfad zur Künstlichen Intelligenz, der dem Leser in origineller Weise den objektorientierten Entwurf eines künstlichen Entscheidungsagenten darlegt und Einblicke in den Bau von Softwarekomponenten bietet.

Prof. Dr. Siegfried Weinmann lehrt Mathematik, Statistik und Entscheidungstheorie in Masterstudiengängen der FOM Hochschule für Ökonomie und Management und der Universität Hohenheim. Davor war er an der Hochschule Liechtenstein mit Stationen an Universitäten in London, Prag und Wien. Er berät mittelständische Unternehmen mit den Schwerpunkten IT-Management, Entscheidungsanalyse und Prozessoptimierung und war als Softwareentwickler für verschiedene Großunternehmen tätig.

Grundlagen der Stichprobentheorie.- Bayes-Evidenzmaße des Hypothesentests.- Diskussion der Tests an Fällen aus der Praxis.- Entwurf einer Software der Künstlichen Intelligenz.