Quantile Estimation based on the Almost Sure Central Limit Theorem

Thangavelu, Karthinathan

dc.contributor.advisor	Brunner, Edgar Prof. Dr.	de
dc.contributor.author	Thangavelu, Karthinathan	de
dc.date.accessioned	2012-05-16T12:12:39Z	de
dc.date.available	2013-01-30T23:50:34Z	de
dc.date.issued	2006-03-10	de
dc.identifier.uri	http://hdl.handle.net/11858/00-1735-0000-0006-B6D7-0	de
dc.identifier.uri	http://dx.doi.org/10.53846/goediss-1410
dc.description.abstract	Eines der grundlegenden Probleme der angewandten statistischen Entscheidungstheorie besteht in der Schätzung von Quantilen unbekannter Verteilungen. Das Hauptziel dieser Dissertation ist, eine neue Schätzmethode für Quantile vorzustellen, die auf der fast sicheren Version des zentralen Grenzwertsatzes (FSZGWS) basiert. Die Abhandlung formuliert und beweist den FSZGWS für eine allgemeine Klasse von Statistiken, nämlich Rang-Statistiken. Verschiedene, auf dem FSZGWS basierende Methoden des Testen von Hypothesen werden vorgestellt; zwei dieser Methoden werden an Hand von Simulationsstudien eingehend analysiert. Dabei werden die FSZGWS-Tests mit bekannten Testverfahren verglichen, und es wird eine höhere Güte der neuen Verfahren nachgewiesen. Insbesondere parametrische und nichtparametrischen Behrens-Fisher-Probleme werden in diesem Zusammenhang ausführlich untersucht.	de
dc.format.mimetype	application/pdf	de
dc.language.iso	eng	de
dc.rights.uri	http://webdoc.sub.gwdg.de/diss/copyr_diss.html	de
dc.title	Quantile Estimation based on the Almost Sure Central Limit Theorem	de
dc.type	doctoralThesis	de
dc.title.translated	Schätzung von Quantilen basierend auf dem zentralen Grenzwertsatz in der fast sicheren Version	de
dc.contributor.referee	Denker, Manfred Prof. Dr.	de
dc.date.examination	2006-01-25	de
dc.subject.dnb	500 Naturwissenschaften allgemein	de
dc.description.abstracteng	One of the basic problems in applied statistical decision theory lies in the estimation of quantiles of unknown distributions. The main aim of this dissertation is to introduce a new method for estimating quantiles based on the Almost Sure Central Limit Theorem (ASCLT). The Thesis also states and proves the ASCLT for a broad and general class of statistics, namely Rank Statistics. Methods of hypothesis testing based on the ASCLTs are proposed; two of these methods are extensively considered and evaluated via simulation studies. Simulation results based on ASCLT tests are also compared with those from existing test procedures, establishing the better performance of the ASCLT-based tests. The parametric and non-parametric Behrens-Fisher problems are discussed extensively in this regard.	de
dc.subject.topic	Mathematics and Computer Science	de
dc.subject.ger	fast sicheren Version des zentralen Grenzwertsatzes	de
dc.subject.ger	Rang-Statistiken	de
dc.subject.ger	Bootstrap Methoden	de
dc.subject.ger	Testen von Hypothesen	de
dc.subject.eng	Almost Sure Central Limit Theorem	de
dc.subject.eng	Rank Statistics	de
dc.subject.eng	Bootstrap Methods	de
dc.subject.eng	Hypothesis Testing	de
dc.subject.bk	31.73	de
dc.subject.bk	44.32	de
dc.identifier.urn	urn:nbn:de:gbv:7-webdoc-677-5	de
dc.identifier.purl	webdoc-677	de
dc.affiliation.institute	Medizinische Fakultät	de
dc.subject.gokfull	EGAF 000: Limit theorems	de
dc.subject.gokfull	EGCF 000: Parametric inference {Statistics}	de
dc.subject.gokfull	EGCG 000: Nonparametric inference {Statistics}	de
dc.subject.gokfull	EGCF 400: Bootstrap, jackknife and other resampling methods {Statistics: Parametric inference}	de
dc.identifier.ppn	512784493	de

Files in this item

Name:thangavelu.pdf

Size:723.5Kb

Format:PDF

Description:Dissertation

View/Open

Name:: thangavelu.pdf
Size:: 723.5Kb
Format:: PDF
Description:: Dissertation

View/Open

This item appears in the following Collection(s)

Human- und Zahnmedizin [3068]

Show simple item record