Skip to main content

Part of the book series: Springer-Lehrbuch ((SLB))

  • 2377 Accesses

Auszug

Wir haben in den vorangegangenen Kapiteln Zufallsvariablen X und deren Verteilungen kennen gelernt und durch charakteristische Parameter beschrieben. Diese Betrachtungen waren allerdings rein theoretischer Natur. Die Eigenschaften von X können in der Regel nicht exakt bestimmt werden, da man sich bei empirischen Untersuchungen normalerweise nur auf eine Stichprobe stützen kann. Man ist also darauf angewiesen, anhand einzelner Stichprobenwerte Informationen bezüglich der Grundgesamtheit und der Zufallsvariablen X zu gewinnen. Dazu dienen die Methoden der induktiven Statistik (auch schließende, analytische oder beurteilende Statistik genannt). Bei diesen Verfahren muss grundsätzlich vorausgesetzt werden, dass eine zufällige Stichprobe vorliegt, die repräsentativ für ein übergeordnetes Kollektiv (die Grundgesamtheit) ist.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

eBook
USD 19.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 2008 Springer Medizin Verlag Heidelberg

About this chapter

Cite this chapter

(2008). Schätzverfahren. In: Weiß, C., Rzany, B. (eds) Basiswissen Medizinische Statistik. Springer-Lehrbuch. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-540-71461-3_9

Download citation

  • DOI: https://doi.org/10.1007/978-3-540-71461-3_9

  • Publisher Name: Springer, Berlin, Heidelberg

  • Print ISBN: 978-3-540-71460-6

  • Online ISBN: 978-3-540-71461-3

  • eBook Packages: Medicine (German Language)

Publish with us

Policies and ethics