In vielerlei Hinsicht ist die Schätzung nach einer geeigneten Mindestentfernungsmethode eine der natürlichsten Ideen in der Statistik. Es gibt jedoch viele verschiedene Möglichkeiten, einen angemessenen Abstand zwischen den Daten und dem Modell zu konstruieren: Der Untersuchungsumfang, auf den sich die Mindestabstandsschätzung bezieht, ist buchstäblich riesig. Füllen einer statistischen Ressourcenlücke Statistische Inferenz: Der Mindestdistanzansatz gibt einen umfassenden Überblick über die Entwicklungen in der dichtebasierten Mindestabstandsinferenz für unabhängig und identisch verteilte Daten. Erweiterungen zu anderen, komplexeren Modellen werden ebenfalls diskutiert. In diesem Buch werden die Grundlagen und Anwendungen der minimalen Entfernungsinferenz umfassend vorgestellt und diskutiert: Die Schätz- und Hypothesentestprobleme sowohl für diskrete als auch für stetige Modelle Die Robustheitseigenschaften und die strukturelle Geometrie der Mindestabstandsmethoden Das Inlier-Problem und seine Lösungsmöglichkeiten sowie die gewichtete Wahrscheinlichkeitsschätzung Problemstellung: Die Erweiterung der Methodik der minimalen Distanz in interdisziplinären Bereichen wie neuronalen Netzen und Fuzzy-Sets sowie spezialisierten Modellen und Problemen, einschließlich semi-parametrischer Probleme, Mischungsmodellen, gruppierten Datenproblemen und Überlebensanalysen. Statistical Inference: Der Minimum Distance Approach bietet eine ausführliche Darstellung von dichtebasierten Mindestabstandsmethoden und deren Verwendung in der statistischen Inferenz. Es umfasst statistische Distanzen, dichtebasierte Mindestabstandsmethoden, diskrete und kontinuierliche Modelle, asymptotische Verteilungen, Robustheitsberechnungen, Rechenprobleme, Restanpassungsfunktionen, grafische Beschreibungen der Robustheit, bestrafte und kombinierte Entfernungen, gewichtete Wahrscheinlichkeits- und multinomiale Anpassungstests. Diese sorgfältig zusammengestellte Ressource ist nützlich für Forscher und Wissenschaftler innerhalb und außerhalb des Statistikbereichs. . Sprache: Englisch