Erhard Cramer

Hybrid Censoring Know-How: Models, Methods and Applications focuses on hybrid censoring, an important topic in censoring methodology with numerous applications. The readers will find information on the significance of censored data in theoretical and applied contexts, and descriptions of extensive data sets from life-testing experiments where these forms of data naturally occur. The existing literature on censoring methodology, life-testing procedures, and lifetime data analysis provides only hybrid censoring schemes, with little information about hybrid censoring methodologies, ideas, and statistical inferential methods. This book fills that gap, featuring statistical tools applicable to data from medicine, biology, public health, epidemiology, engineering, economics, and demography.

Dieses Buch führt anwendungsorientiert in die Beschreibende und Schließende Statistik, in die Wahrscheinlichkeitsrechnung und in die Stochastische Modellierung ein und wendet sich insbesondere an Studierende der Informatik, des Ingenieur- und Wirtschaftsingenieurwesens sowie der Wirtschaftswissenschaften. Es ist ein idealer Begleiter zu jeder einsemestrigen Grundvorlesung in Statistik: Die Autoren stellen die wesentlichen Inhalte und Aspekte in kurzer und prägnanter Form dar und verzichten bewusst auf ausführliche Motivationen. Zur Überprüfung des eigenen Wissens stehen Beispielaufgaben mit detaillierten Lösungen zur Verfügung. Die durchgesehene Neuauflage wurde um etwa 50 Multiple-Choice-Fragen erweitert. Diese können mit der Springer-Nature-Flashcards-App kostenlos heruntergeladen und interaktiv genutzt werden und sind auszugsweise auch im Buch enthalten. Auf diese Weise kann das eigene Verständnis der Inhalte getestet werden.

Sie suchen zum Studienstart Unterstützung beim Auffrischen der notwendigen mathematischen Grundlagen und möchten vorhandene Lücken im Vorwissen schließen? Dann hilft Ihnen dieses Arbeitsbuch mit einer präzise und verständlich formulierten Schulmathematik sowie einer zielgerichteten Einführung in Bereiche der Mathematik, die nicht selten als bekannt unterstellt werden. Jedes Thema wird ausführlich und strukturiert aufbereitet sowie mit sehr vielen detailliert ausgearbeiteten Beispielen und durchgehend farbigen Graphiken erläutert. Mit einer Fülle an Aufgaben können Sie das Erlernte einüben und anhand der ausführlichen und vollständigen Lösungen Ihr Wissen überprüfen. Das Buch eignet sich daher zum Selbststudium, aber auch als Begleitlektüre zu einem Vor- oder Brückenkurs in Mathematik bzw. zu einer einführenden Vorlesung. Weitere Materialien sind online verfügbar. Dieser Vorkurs richtet sich an alle Studienanfängerinnen und Studienanfänger in Bachelorstudiengängen – insbesondere in den Wirtschafts-, Sozial-, Natur- und Ingenieurwissenschaften, aber auch in Medizin oder Psychologie.

Die Mathe-Toolbox bietet ein zielgerichtetes Mathematik-Training und Unterstützung beim Übergang Schule-Hochschule sowohl für Studienanfängerinnen und -anfänger in MINT-Studiengängen (Ingenieurwesen, Informatik, Naturwissenschaften, Mathematik und weitere mathematiknahe Studiengänge) als auch für Schülerinnen und Schüler in der Studienorientierungsphase. Im Vordergrund steht das unmittelbar notwendige mathematische Wissen und Können, das bereits in den Anfangssemestern verfügbar sein muss, um (insbesondere nicht-mathematischen) Fachveranstaltungen folgen zu können. Motiviert durch konkrete Themen und Aufgabenstellungen des ersten Studienjahres werden Bereiche der Schulmathematik wiederholend aufbereitet, eingeübt, zielgerichtet ausgebaut und Fehlendes mit Fokus auf Kompetenzerwerb und direkte Problemlösungen ergänzt. Das modulare Konzept erleichtert den problemorientierten Einstieg sowie das Wiederholen und Lernen in ausgewählten kleinen und passgenauen Einheiten in Form eines anwendungsbezogenen Werkzeugkastens.

This monograph offers a thorough and updated guide to the theory and methods of progressive censoring, an area that has experienced tremendous growth in recent years. Progressive censoring, originally proposed in the 1950s, is an efficient method of handling samples from industrial experiments involving lifetimes of units that have either failed or censored in a progressive fashion during the life test, with many practical applications to reliability and quality. Key topics and features:Data sets from the literature as well as newly simulated data sets are used to illustrate concepts throughout the textEmphasis on real-life applications to life testing, reliability, and quality controlDiscussion of parametric and nonparametric inferenceCoverage of experimental design with optimal progressive censoringThe Art of Progressive Censoring is a valuable reference for graduate students, researchers, and practitioners inapplied statistics, quality control, life testing, and reliability. With its accessible style and concrete examples, the work may also be used as a textbook in advanced undergraduate or beginning graduate courses on censoring or progressive censoring, as well as a supplementary textbook for a course on ordered data.

This textbook presents in succinct and targeted form the fundamental mathematical concepts and methods needed by undergraduate students in the business sciences, clearly illustrated with a large number of exercises. Learning and retention are enhanced with visual aids, many of them multi-colored.

This monograph offers a thorough and updated guide to the theory and methods of progressive censoring, an area that has experienced tremendous growth in recent years. Progressive censoring, originally proposed in the 1950s, is an efficient method of handling samples from industrial experiments involving lifetimes of units that have either failed or censored in a progressive fashion during the life test, with many practical applications to reliability and quality. Key topics and features:Data sets from the literature as well as newly simulated data sets are used to illustrate concepts throughout the textEmphasis on real-life applications to life testing, reliability, and quality controlDiscussion of parametric and nonparametric inferenceCoverage of experimental design with optimal progressive censoringThe Art of Progressive Censoring is a valuable reference for graduate students, researchers, and practitioners inapplied statistics, quality control, life testing, and reliability. With its accessible style and concrete examples, the work may also be used as a textbook in advanced undergraduate or beginning graduate courses on censoring or progressive censoring, as well as a supplementary textbook for a course on ordered data.

Aufgabe der Beschreibenden Statistik ist es, gewonnene Daten so darzustellen, dass Wesentliches deutlich hervortritt. Sie bedient sich dazu hauptsächlich dreier Formen: Tabellen, graphische Darstellungen und charakteristische Maßzahlen. Das vorliegende Buch führt umfassend in die Grundlagen und Methodik der Beschreibenden Statistik ein. Besonderer Wert wird dabei auf die problem- und zielorientierte Aufbereitung des Stoffes gelegt. Zu Beginn jeden Kapitels werden an einem praxisorientierten Beispiel, dessen Datenmaterial nicht unmittelbar bewertbar ist, Fragen aufgeworfen, die auf die methodengestützte Analyse des Datensatzes abzielen. Die Fragen geben gleichzeitig einen Überblick über die im entsprechenden Kapitel behandelte Thematik und führen dazu, dass die Leserin bzw. der Leser zunächst umgangssprachlich genannte Begriffe lernt zu konkretisieren und zu formalisieren, damit eine Kommunikation über die Ergebnisse einer Analyse der Daten möglich ist. Der jeweils vorgestellte Datensatz wird zum Ende eines Kapitels ausführlich bearbeitet. Die eingeführten Methoden und deren Nutzen werden auf diese Weise anschaulich demonstriert.

Das Mathematik-Training zum Studienstart beinhaltet eine F lle von Aufgaben zu Themen der mathematischen Grundlagen, Analysis und Linearen Algebra, die in vielen Bachelor-Studieng ngen relevant sind und insbesondere in einf hrenden Mathematikveranstaltungen im Bereich der Wirtschaftswissenschaften behandelt werden. Die L sungen der Aufgaben sind durchgehend sehr ausf hrlich und selbsterkl rend dargestellt; daher eignet sich die Aufgabensammlung neben dem vorlesungsbegleitenden Einsatz gerade auch f r Selbststudium und Klausurtraining. Da auf mathematische Grundlagen in besonderer Weise eingegangen wird, richtet sich das Buch grunds tzlich auch an Studienanf ngerinnen und Studienanf nger, die schulmathematische Kenntnisse auffrischen und vertiefen m chten.

In der dritten Auflage wurden der Text uberarbeitet und einige Korrekturen und Modifikationen vorgenommen. Erganzend wurden ein Exkurs zu linearen Differenzengleichungen und die Behandlung von Mehrfachintegralen aufgenommen. Weitere Lernmaterialien (Multiple-Choice-Aufgaben, Selbsttests etc.) konnen kostenfrei online genutzt werden. Zugange finden Sie unter der URL www.isw.rwth-aachen.de/wima sowie uber economag. Dozenten werden Prasentationsfolien im Downloadbereich des Oldenbourg-Verlags zur Verfugung gestellt."

Dieses Buch dient der Vorbereitung auf die mundliche oder schriftliche Prufung im Teilgebiet Analysis einer einfuhrenden Veranstaltung zur Mathematik fur Studierende der Wirtschaftswissenschaften. Es behandelt die Themen: Grundlagen, Folgen und Reihen, Funktionen einer Variablen, Differentiation und Kurvendiskussion, Integration sowie Funktionen mehrerer Variablen."

Aus dem Inhalt: Analysis (Grundlagen. Folgen und Reihen. Funktionen einer Variablen. Differentiation und Kurvendiskussion. Integration. Funktionen mehrerer Variablen). Lineare Algebra (Vektoren und Matrizen. Lineare Gleichungssysteme. Transportprobleme. Lineare Optimierung). Ergänzungen (Optimierung bei Funktionen mehrerer Variablen). Ausführliche Lösungen der Aufgaben.

Aus dem Inhalt: Summen- und Produktsymbol. Vollständige Induktion. Mengen und deren graphische Darstellungen. Aussagenlogik. Gleichungen. Finanzmathematik. Folgen und Reihen. Funktionen. Differentiation. Kurvendiskussion und Optimierung. Integration. Matrizen. Inverse einer Matrix. Lineare Gleichungssysteme. Rang einer Matrix. Determinante einer Matrix. Lineare Optimierung. Analytische Geometrie.