In vielen Lebensbereichen nutzen wir Modelle, um Vorgänge, die in ihrer Gänze nicht hinreichend erfassbar sind, auf einfachere Zusammenhänge zurückzuführen. Oft sind solche Modelle empirisch abgeleitet, d.h. sie verallgemeinern in einzelnen Beobachtungen gefundene Muster. Doch wie ähnlich muss ein unbekanntes Datum den zuvor gemachten Beobachtungen sein, damit die identifizierten Muster noch darauf übertragbar sind? Was bedeutet Ähnlichkeit in diesem Zusammenhang und wie ist sie mathematisch zu umschreiben? Welche Zusatzinformationen können die Belastbarkeit empirisch abgeleiteter Modelle charakterisieren? Am Beispiel der für die Theoretische Chemie bedeutenden Modellklasse der quantitativen Struktur-Wirkungs-Beziehungen (QSARs) entwickelt Max Nedden auf Basis nichtparametrischer Kerndichteschätzung universell einsetzbare Methoden, die eine Einschätzung der Vorhersagegüte empirisch abgeleiteter Modelle ermöglichen. Ausführliche Grundlagenkapitel zu den wahrscheinlichkeits- und graphentheoretischen Hintergründen sowie den relevanten Begrifflichkeiten der Chemie eröffnen nicht nur Mathematikern und Chemikern einen Zugang zu der behandelten Materie.

Autorentext

Während seines Promotionsstudiums an der Universität Bayreuth war Max Nedden von 2005 bis 2009 als Doktorand und wissenschaftliche Hilfskraft im Fachbereich Analytik und Ökotoxikologie am Helmholtz-Zentrum für Umweltforschung in Leipzig angestellt. Seit 2010 ist er als Mathematiker in dem Bereich Prognose - Aktuariat Versorgungsträger bei einem der führenden Beratungshäuser für betriebliche Altersvorsorge in Düsseldorf tätig.

Inhalt

Konventionelle AD-Schätzer.- Nichtparametrische Kerndichteschätzung.- Der kernbasierte AD-Schätzer KADE.- Datenstrukturen.- HDR-Berechnung.- Der zielraumgestützte AD-Schätzer EKADE.- Optimalitätskriterien für AD-Schätzer.- Vergleichsstudie.