Fachbereich 10 - Mathematik und Informatik
Institut für Mathematische Statistik
Arbeitsbereich Prof. Dr. N. Schmitz

Optimales Stoppen und sequentielle Entscheidungsverfahren

Bei sequentiellen Entscheidungsverfahren (sequentiellen Tests, adaptiven Schätzverfahren, sequentiellen Konfidenzbereichen,...) liegt der Stichprobenumfang nicht von vornherein fest, sondern wird mit Hilfe einer Stoppregel aufgrund der Aussagekraft der sukzessive (rein sequentiell bzw. gruppensequentiell bzw. sequentiell geplant) erhobenen Beobachtungsdaten festgelegt - ist daher ebenfalls zufallsabhängig. Bei der Beurteilung solcher Entscheidungsverfahren spielen neben den klassischen Charakteristiken (Irrtumswahrscheinlichkeiten/Gütefunktion, Bias etc.) auch Momente (Erwartungswert, Varianz,...) des Stichprobenumfangs bzw. der Stichprobenkosten eine wichtige Rolle. Hierfür wurden Existenz und Gestalt optimaler Entscheidungsverfahren untersucht und Algorithmen für derartige Verfahren entwickelt.

Drittmittelgeber:

Deutsche Forschungsgemeinschaft

Beteiligte Wissenschaftler:

Dipl.-Math. M. Jaeger (s. Arbeitsbereich Prof. Dr. G. Alsmeyer), Dipl.-Math. H. Kösters, Dipl.-Math. J. Konopka, Prof. Dr. N. Schmitz

Veröffentlichungen:

Kläver, H., N. Schmitz: A Berry-Esseen theorem for random summation. Angewandte Mathematik und Informatik 20/02, Univ. Münster

Kösters, H.: Beweis einer Vermutung von Harten. Angewandte Mathematik und Informatik 23/02, Univ. Münster

Konopka, J., N. Schmitz: Redundant observations at testing i.i.d. random variables. Statistical Papers 43 (2002), 595 - 602