Computational Statistics

aus Wikipedia, der freien Enzyklopädie
Wechseln zu: Navigation, Suche
Eine der ersten Anwendungen von Computern war der Einsatz von statistischen Algorithmen.

Computational Statistics oder auch Statistical Computing bezeichnet die Schnittstelle zwischen Statistik und Informatik. Es ein Teilgebiet des Wissenschaftlichen Rechnens (moderner: Scientific Computing) der sich auf die Statistik bezieht, aber auch andere Gebiete der angewandten Mathematik einbezieht. Dieser Bereich entwickelt sich seit der allgemeinen Verfügbarkeit von Computern sehr schnell. Daher wird gefordert, dass neben den theoretisch-mathematischen Konzepten, auch relevante Inhalte der Informatik und angewandten Mathematik Teil der Statistikausbildung werden.[1]

Die Begriffe Computational Statistics und Statistical Computing werden oft synonym benutzt. Carlo Lauro, ein früherer Präsident der International Association for Statistical Computing, schlug vor einen Unterschied zwischen beiden Begriffen zu machen:[2]

  • Statistical Computing sei die Anwendung von Informatikkonzepten auf Statistik, z. B. bei der Entwicklung von statistischen Programmen oder Programmiersprachen, während sich
  • Computational Statistics mehr auf das Design und die Implementation von statistischen Algorithmen auf dem Computer (z. B. Bootstrapping, Monte-Carlo-Simulationen, etc.) bzw. die numerische Lösung analytisch nicht behandelbarer Probleme (z. B. Optimierungsprobleme etc.) bezieht.

Der Begriff Computational Statistics bezeichnet auch rechenintensive Methoden der Statistik wie z. B. Resampling, Markov-Chain-Monte-Carlo-Verfahren, die nicht- oder semiparameterische Regression oder Dichteschätzung, neuronale Netze usw.

Zeitschriften[Bearbeiten]

Gesellschaften[Bearbeiten]

Einzelnachweise[Bearbeiten]

  1.  Deborah Nolan, Duncan Temple Lang: Computing in the Statistics Curricula. In: The American Statistician. 64, Nr. 2, 2010, S. 97-107 (http://www.stat.berkeley.edu/~statcur/Preprints/ComputingCurric3.pdf, abgerufen am 13. April 2013).
  2.  Carlo Lauro: Computational statistics or statistical computing, is that the question?. In: Computational Statistics & Data Analysis. 23, 1996, S. 191–193, doi:10.1016/0167-9473(96)88920-1.

Literatur[Bearbeiten]

Artikel[Bearbeiten]

  •  James H. Albert, James E. Gentle: Special Section: Teaching Computational Statistics. In: The American Statistician. 58, 2004, S. 1-1, doi:10.1198/0003130042872.
  •  Leland Wilkinson: The Future of Statistical Computing (with discussion). In: Technometrics. 50, Nr. 4, 2008, S. 418–435, doi:10.1198/004017008000000460.

Bücher[Bearbeiten]

  •  John H. Drew, Diane L. Evans, Andrew G. Glen, Lawrence M. Lemis: Computational Probability: Algorithms and Applications in the Mathematical Sciences. Springer, 2007, ISBN 0-387-74675-7.
  •  James E. Gentle: Elements of Computational Statistics. Springer, 2002, ISBN 0-387-95489-9.
  •  James E. Gentle, Wolfgang Härdle, Yuichi Mori: Handbook of Computational Statistics: Concepts and Methods. Springer, 2004, ISBN 3-540-40464-3.
  •  Geof H. Givens, Jennifer A. Hoeting: Computational Statistics. Wiley-Interscience, 2005, ISBN 978-0-471-46124-1.
  •  Ben Klemens: Modeling with Data: Tools and Techniques for Statistical Computing. Princeton University Press, 2008, ISBN 978-0-691-13314-0.
  •  John Monahan: Numerical Methods of Statistics. Cambridge University Press, 2001, ISBN 978-0-521-79168-7.
  •  Colin Rose, Murray D. Smith: Mathematical Statistics with Mathematica. Springer, 2002, ISBN 0-387-95234-9.
  •  Ronald Aaron Thisted: Elements of Statistical Computing: Numerical Computation. CRC Press, 1988, ISBN 0-412-01371-1.

Weblinks[Bearbeiten]

Gesellschaften[Bearbeiten]

Zeitschriften[Bearbeiten]