[PS] More detailed descriptions

2026-09-10 19:15:25 +02:00 · 2026-08-18 16:59:42 +02:00
parent 3b649e327e
commit 5240f4f75c
6 changed files with 22 additions and 2 deletions
@@ -29,6 +29,9 @@ Da oft $X_k$ i.i.d mit individueller Gew. $p_\cX(x; \vartheta)$ bzw. Dichte $f_\
 {\scriptsize Wir suchen besten $t_{TM}$, durch geschickte Wahl von $\vartheta$}\\
 Meistens sind $\cX_k$ i.i.d. unter $\P_\vartheta$, dann $L$ produkt, also besser $\log(L)$ maximieren (da Summe).

+\shortdefinition[Momentschätzer (MM)] $T_{MM}^k = \frac{1}{n} \sum_{i = 1}^{n} X_i^k$,
+und die Lösung ist definiert als $T_{MM}^k = \E[\cX^k]$. Für die Normalverteilung wird das Erste und Zweite Moment geschätzt.
+
 % ────────────────────────────────────────────────────────────────────

 \howto{Finden von ML-Schätzern}{