OPUS


Anpassung von modellbasierten Verteilungsdichten an Genexpressionsdaten

  • Ziel der Diplomarbeit ist es, ein Verfahren zur Modellanpassung für Wahrscheinlichkeitsdichtefunktionen zu entwickeln und dieses an simulierten Daten zu testen. Dabei stellt sich die Frage, ob klassische statistische Verfahren zur Prüfung von Unterschieden zwischen Dichtefunktionen ausreichen, um die Modelle zu unterscheiden. Der Kolmogorov-Smirnov-Anpassungstest liefert eine globale Bewertung der empirischen Verteilungsfunktionen. Dadurch wird schon bei kleinen Störungen der Realisierungen einer Zufallsgröße das vorliegende Modell nicht mehr als dieses erkannt. Über das Verfahren der Faltung wird eine integrale Analyse von empirischen Verteilungsfunktionen geschaffen, um somit die Robustheit gegenüber Störungen zu erhöhen und die Modellzuordnung sicherer zu gestalten. Bekannte klassische Verteilungsfunktionen werden in die Modellbetrachtungen einbezogen. Zum Schluss werden die erarbeiteten Verfahren auf reale Datensätze angewandt.

Download full text files

Export metadata

  • Export Bibtex
  • Export RIS

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Sabrina Karthe
URN:urn:nbn:de:bsz:mit1-opus-5807
Document Type:Diploma Thesis
Language:German
Year of Completion:2009
Release Date:2010/08/16
GND Keyword:Wahrscheinlichkeitsverteilung
Institutes:03 Mathematik / Naturwissenschaften / Informatik
Dewey Decimal Classification:510 Mathematik
Access Rights:Frei zugänglich
Licence (German):License LogoEs gilt das UrhG

$Rev: 13581 $