Hochschulschrift
Optimale Versuchsplanung im linearen Regressionsmodell bei stochastischen Regressoren mit einstellbaren Erwartungswerten
- Location
-
Deutsche Nationalbibliothek Frankfurt am Main
- Dimensions
-
30 cm
- Extent
-
VIII, 134 Bl.
- Language
-
Deutsch
- Notes
-
Freiberg (Sachsen), Bergakad., Fak. für Mathematik u. Naturwiss., Diss., 1976. (Nicht f.d. Austausch.)
- Creator
- Table of contents
- Rights
-
Bei diesem Objekt liegt nur das Inhaltsverzeichnis digital vor. Der Zugriff darauf ist unbeschränkt möglich.
- Last update
-
11.06.2025, 2:28 PM CEST
Data provider
This object is provided by:
Deutsche Nationalbibliothek. If you have any questions about the object, please contact the data provider.
Deutsche Nationalbibliothek. If you have any questions about the object, please contact the data provider.
Object type
- Hochschulschrift
Associated
Other Objects (12)
Bayessche Schätzung und Versuchsplanung im linearen Regressionsmodell
Beiträge zur kostenoptimalen Versuchsplanung im linearen Regressionsmodell
Schätzung von Parametern in linearen stochastischen Funktionaldifferentialgleichungen
Parameterbedingungen bei linearen Lernregeln und stochastischen Approximationsverfahren
Schätzung und Versuchsplanung im linearen Regressionsmodell unter schwachen Vorkenntnissen
Optimale Versuchsplanung bei Modellen der Kovarianzanalyse mit linearen Regressionsfaktoren
Versuchsplanung für Schätzungen im gemischten Modell der linearen Regression
Parameterschätzung bei linearen stochastischen Differentialgleichungen mit gemischten graphischen Modellen
Lyapunov-Exponenten einer linearen stochastischen Differentialgleichung (der degenerierte Fall)
Stabilitätsuntersuchung von linearen stochastischen Differentialgleichungen nach der Methode von Ljapunov
Sequentielle Optimierung verfeinerter Approximationen in der mehrstufigen stochastischen linearen Programmierung
Entscheidungsfindung bei der stochastischen linearen Optimierung durch Entscheidungsmodelle mit mehrfacher Zielsetzung
Bayessche Schätzung und Versuchsplanung im linearen Regressionsmodell
Beiträge zur kostenoptimalen Versuchsplanung im linearen Regressionsmodell
Schätzung von Parametern in linearen stochastischen Funktionaldifferentialgleichungen
Parameterbedingungen bei linearen Lernregeln und stochastischen Approximationsverfahren
Schätzung und Versuchsplanung im linearen Regressionsmodell unter schwachen Vorkenntnissen
Optimale Versuchsplanung bei Modellen der Kovarianzanalyse mit linearen Regressionsfaktoren
Versuchsplanung für Schätzungen im gemischten Modell der linearen Regression
Parameterschätzung bei linearen stochastischen Differentialgleichungen mit gemischten graphischen Modellen
Lyapunov-Exponenten einer linearen stochastischen Differentialgleichung (der degenerierte Fall)
Stabilitätsuntersuchung von linearen stochastischen Differentialgleichungen nach der Methode von Ljapunov
Sequentielle Optimierung verfeinerter Approximationen in der mehrstufigen stochastischen linearen Programmierung
Entscheidungsfindung bei der stochastischen linearen Optimierung durch Entscheidungsmodelle mit mehrfacher Zielsetzung
Bayessche Schätzung und Versuchsplanung im linearen Regressionsmodell
Beiträge zur kostenoptimalen Versuchsplanung im linearen Regressionsmodell
Schätzung von Parametern in linearen stochastischen Funktionaldifferentialgleichungen
Parameterbedingungen bei linearen Lernregeln und stochastischen Approximationsverfahren
Schätzung und Versuchsplanung im linearen Regressionsmodell unter schwachen Vorkenntnissen
Optimale Versuchsplanung bei Modellen der Kovarianzanalyse mit linearen Regressionsfaktoren
Versuchsplanung für Schätzungen im gemischten Modell der linearen Regression
Parameterschätzung bei linearen stochastischen Differentialgleichungen mit gemischten graphischen Modellen
Lyapunov-Exponenten einer linearen stochastischen Differentialgleichung (der degenerierte Fall)
Stabilitätsuntersuchung von linearen stochastischen Differentialgleichungen nach der Methode von Ljapunov
Sequentielle Optimierung verfeinerter Approximationen in der mehrstufigen stochastischen linearen Programmierung