Show simple item record

Quantile Estimation based on the Almost Sure Central Limit Theorem

dc.contributor.advisorBrunner, Edgar Prof. Dr.de
dc.contributor.authorThangavelu, Karthinathande
dc.date.accessioned2012-05-16T12:12:39Zde
dc.date.available2013-01-30T23:50:34Zde
dc.date.issued2006-03-10de
dc.identifier.urihttp://hdl.handle.net/11858/00-1735-0000-0006-B6D7-0de
dc.identifier.urihttp://dx.doi.org/10.53846/goediss-1410
dc.description.abstractEines 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.mimetypeapplication/pdfde
dc.language.isoengde
dc.rights.urihttp://webdoc.sub.gwdg.de/diss/copyr_diss.htmlde
dc.titleQuantile Estimation based on the Almost Sure Central Limit Theoremde
dc.typedoctoralThesisde
dc.title.translatedSchätzung von Quantilen basierend auf dem zentralen Grenzwertsatz in der fast sicheren Versionde
dc.contributor.refereeDenker, Manfred Prof. Dr.de
dc.date.examination2006-01-25de
dc.subject.dnb500 Naturwissenschaften allgemeinde
dc.description.abstractengOne 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.topicMathematics and Computer Sciencede
dc.subject.gerfast sicheren Version des zentralen Grenzwertsatzesde
dc.subject.gerRang-Statistikende
dc.subject.gerBootstrap Methodende
dc.subject.gerTesten von Hypothesende
dc.subject.engAlmost Sure Central Limit Theoremde
dc.subject.engRank Statisticsde
dc.subject.engBootstrap Methodsde
dc.subject.engHypothesis Testingde
dc.subject.bk31.73de
dc.subject.bk44.32de
dc.identifier.urnurn:nbn:de:gbv:7-webdoc-677-5de
dc.identifier.purlwebdoc-677de
dc.affiliation.instituteMedizinische Fakultätde
dc.subject.gokfullEGAF 000: Limit theoremsde
dc.subject.gokfullEGCF 000: Parametric inference {Statistics}de
dc.subject.gokfullEGCG 000: Nonparametric inference {Statistics}de
dc.subject.gokfullEGCF 400: Bootstrap, jackknife and other resampling methods {Statistics: Parametric inference}de
dc.identifier.ppn512784493de


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record