Likelihood-basierte Entscheidungstheorie unter Unsicherheit. Das Minimax-Prinzip und das Bayes-Prinzip

Studienarbeit aus dem Jahr 2017 im Fachbereich Mathematik - Statistik, Note: 2,00, Ludwig-Maximilians-Universitaet Muenchen (Institut fuer Statistik), Veranstaltung: Fortgeschrittene Themen der Entscheidungstheorie, Sprache: Deutsch, Abstract: Die vorliegende Arbeit wird zunaechst die Grundlagen der Entscheidungstheorie skizzieren, zwei bekannte Verfahren - das Minimax-Prinzip und das Bayes-Prinzip - vorstellen und anhand eines praktischen Beispiels aus der Vorlesung die Vorgehensweise veranschaulichen. Der Fokus liegt allerdings auf einem der Likelihood-Funktion zugrunde liegenden Entscheidungsverfahren: Im Hauptteil werden zunaechst die der Likelihood zu Grunde liegende Idee und die Annahmen sowie Eigenschaften der Likelihood-Funktion erlaeutert und danach Entscheidungsverfahren und ihre Umsetzung eingefuehrt, die auf ihr basieren.