Advertisement

Likelihood und Fisher-Information

  • Wolfgang Tschirk
Chapter
Part of the Springer-Lehrbuch book series (SLB)

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.

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.mathecampusWienÖsterreich

Personalised recommendations