Nonparametric Goodness-of-Fit Testing Under Gaussian Models (Lecture Notes in Statistics, 169,...

"Nonparametric Goodness-of-Fit Testing Under Gaussian Models" von Yuri Ingster ist ein Fachbuch, das sich mit statistischen Methoden zur Überprüfung der Modellanpassung in nichtparametrischen Kontexten beschäftigt. Der Schwerpunkt liegt auf Tests zur Güte der Anpassung innerhalb von Gaußschen Modellen. Das Buch bietet eine umfassende Analyse und Theorieentwicklung für nichtparametrische Tests und behandelt dabei sowohl klassische als auch moderne Ansätze. Es enthält detaillierte mathematische Herleitungen und theoretische Ergebnisse, die speziell auf Modelle mit normalverteilten Daten zugeschnitten sind. Die Arbeit zielt darauf ab, Forschern und Statistikern Werkzeuge an die Hand zu geben, um die Passgenauigkeit von Modellen zu bewerten, ohne sich strikt auf parametrische Annahmen zu stützen. Dabei werden verschiedene Testverfahren entwickelt und deren Effizienz sowie Anwendbarkeit unter verschiedenen Bedingungen analysiert. Insgesamt richtet sich das Buch an ein akademisches Publikum mit einem soliden Hintergrund in Statistik, insbesondere im Bereich der nichtparametrischen Statistik und der Theorie der Wahrscheinlichkeitsverteilungen.