podcast.de
Anmeldung
Anmeldung Registrierung
Auto Hell Dunkel
Erweiterte Suche
  1. Startseite
  2. Podcasts
  3. Fakultät für Mathematik, Informatik und Statistik - Digitale Hochschulschriften der LMU - Teil 01/02 Podcast
  4. Nichparametrische, Semiparametrische und SUR-Modelle für stetige Longitudinaldaten
Die Arbeit beschäftigt sich mit (Pseudo)-Likelihood-basierten
Schätz-Methoden zur Analyse von marginalen Regressions-Modellen für
Longitudinaldaten mit stetigem Response. Es werden drei neuartige
Modelle entwickelt, die aufeinander aufbauen. Zunächst wird ein
Regressions-Modell entwickelt, das neben einem nichtparametrischen
Term auch multiplikative zeitabhängige Parameter und
Varying-Coefficients-Terme beinhaltet. Im Anschluss wird das Modell
um einen parametrischen Term erweitert, so dass ein
semiparametrisches Modell entsteht. Desweiteren wird das Modell auf
den Bereich der 'Seemingly-Unrelated-Regression'-Modelle (SUR)
ausgeweitet.

Weitere Episoden

Generalized Bayesian inference under prior-data conflict

Generalized Bayesian inference under prior-data conflict

vor 12 Jahren
Regularity for degenerate elliptic and parabolic systems

Regularity for degenerate elliptic and parabolic systems

vor 12 Jahren
Reifegradmodelle für Werkzeuglandschaften zur Unterstützung von ITSM-Prozessen

Reifegradmodelle für Werkzeuglandschaften zur Unterstützung von ITSM-Prozessen

vor 12 Jahren
Similarity search and mining in uncertain spatial and spatio-temporal databases

Similarity search and mining in uncertain spatial and spatio-temporal databases

vor 13 Jahren
Tensor factorization for relational learning

Tensor factorization for relational learning

vor 13 Jahren
Alle Episoden anzeigen
In Podcasts werben
Schalte jetzt Werbung in Podcasts.
Episode melden

„Nichparametrische, Semiparametrische und SUR-Modelle für stetige Longitudinaldaten“

Worum geht es? Danach fragen wir noch nach dem Grund.

Abonnenten

Teilen

Mein Archiv

Deine Privatkopie der Folgen, die du nicht verlieren willst.

Podcast-Folgen verschwinden. Feeds werden auf die letzten Episoden gekürzt, Hoster räumen alte Dateien ab, Formate wechseln den Anbieter und lassen ihr Archiv zurück. Mit „Mein Archiv“ sichert podcast.de die Folgen deiner Podcasts für dich — angefangen bei den ältesten, denn die sind zuerst weg.

  • Deine gesicherten Folgen bleiben hörbar, auch wenn das Original offline geht.
  • Auch Folgen, die im heutigen Feed gar nicht mehr stehen — podcast.de kennt sie noch.
  • Herunterladen bleibt möglich, solange die Folge beim Podcaster liegt. Der zählt seine Abrufe wie bisher.
Startet bald

Sei beim Start von Mein Archiv dabei

Mein Archiv ist fast fertig. Trag dich ein, dann bekommst du eine E-Mail, sobald es losgeht – und bist von Anfang an dabei. Wir schreiben dir nur zum Start, keine Werbung, keine Weitergabe deiner Daten.

Du bekommst zuerst eine Bestätigungsmail. Abmelden geht jederzeit. Datenschutz