Zusammenfassung
Ist X ~ f (• | θ), θ ∈ Θ ein stochastisches Modell, so kann die Information aus einer konkreten Stichprobe D = (x1,…, xn) folgendermaβen für die aktualisierte Verteilung des Parameters verwendet werden. Aus der A-priori-Verteilung π(θ) wird die durch die Daten D bedingte A-posteriori-Verteilung π(θ | D).
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2003 Springer-Verlag Wien
About this chapter
Cite this chapter
Wolfgang Viertl, R.K. (2003). Das Bayessche Theorem. In: Einführung in die Stochastik. Springers Lehrbücher der Informatik. Springer, Vienna. https://doi.org/10.1007/978-3-7091-6080-0_38
Download citation
DOI: https://doi.org/10.1007/978-3-7091-6080-0_38
Publisher Name: Springer, Vienna
Print ISBN: 978-3-211-00837-9
Online ISBN: 978-3-7091-6080-0
eBook Packages: Springer Book Archive