Dissertationen am Institut für Statistik der LMU
Eine Übersicht über alle Dissertationen der Fakultät 16 für Mathematik, Informatik und Statistik der vergangenen zehn Jahre
finden Sie
hier.
- Benchmark Experiments - A Tool for Analyzing Statistical Learning Algorithms (Manuel Eugster)
Verlag | 
edoc
- Feature Extraction in Regression and Classification with Structured Predictors (Jan Gertheiss)
Verlag
- Biclustering: Methods, Software and Application (Sebastian Kaiser)
Verlag | 
edoc
- Bayesian Regularization and Model Choice in Structured Additive Regression (Fabian Scheipl)
Verlag | 
edoc
- Bayesian Inference for Diffusion Processes with Applications in Life Sciences (Christiane Dargatz)
edoc
- Selektieren und Kombinieren von Modellen unter Berücksichtigung der Problematik fehlender Daten (Michael Schomaker)
Verlag
- Data-Based Decisions under Complex Uncertainty (Robert Hable)
edoc
- Verteilungsbasierte kausale Inferenzmodelle zur Schätzung von Therapieffekten in randomisierten kontrollierten klinischen Studien (Tibor Schuster)
edoc
- Statistical Issues in Machine Learning: Towards Reliable Split Selection and Variable Importance Measures (Carolin Strobl)
edoc
- Statistical Analysis of Heaping and Rounding Effects (Amar Sabri Ahmad)
Verlag
- Model Selection in Generalised Structured Additive Regression Models (Christiane Belitz)
Verlag | 
edoc
- Boosting in Nonparametric Regression: Constrained and Unconstrained Modeling Approaches (Florian Leitenstorfer)
Verlag
- Statistical Models for Infectious Disease Surveillance Counts (Mathias Hofmann)
Verlag | 
edoc
- Correction for covariate measurement error in nonparametric regression (David Rummel)
Verlag | 
edoc
- Estimation of a Linear Regression with Microaggregated Data (Matthias Schmid)
Verlag
Dissertationen des Instituts für Statistik der LMU sind unter anderem
erhältlich im Verlag Dr.
Hut, Reihe
Statistik
und im Cuvillier Verlag, Reihe Mathematik.
Möchten auch Sie hier aufgelistet werden oder weitere Links zu Ihrem Eintrag hinzufügen? Dann melden Sie sich unter Angabe Ihres Namens, des Titels der Arbeit und einem Link bei
wwwmaster[at]stat.uni-muenchen.de!