Zusammenfassung
Grundlage des bayesschen Schätzens und Testens ist eine Verteilung, die das gesamte Wissen über die betrachtete Größe repräsentiert: die Posterioriverteilung. Das Wissen setzt sich oft aus zwei Teilen zusammen: dem, was man aus einer Stichprobe erfährt, und dem, was man unabhängig von der Stichprobe weiß. Die Information aus der Stichprobe wird ausgedrückt durch die Likelihood, das andere Wissen durch die Prioriverteilung. In diesem Abschnitt betrachten wir die Likelihood und die von ihr abgeleitete Fisher-Information, die später auch zum Bilden von Prioriverteilungen dienen wird.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2019 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
About this chapter
Cite this chapter
Tschirk, W. (2019). Likelihood und Fisher-Information. In: Bayes-Statistik für Human- und Sozialwissenschaften. Springer-Lehrbuch. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-56782-1_5
Download citation
DOI: https://doi.org/10.1007/978-3-662-56782-1_5
Published:
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-662-56781-4
Online ISBN: 978-3-662-56782-1
eBook Packages: Psychology (German Language)