A modern practical guide to building and using actuarial models. Loss Models: From Data to Decisions is organized around the principle that actuaries build models in order to analyze risks and make decisions about managing the risks based on conclusions drawn from the analysis. In practice, one begins with data and ends with a business decision. The book flows logically from this principle. It begins with a framework for model building and a description of frequency and severity loss data typically available to actuaries. Parametric models are emphasized throughout. The frequency and severity models are used in building aggregate loss models, in credibility-based pricing models, and in loss analysis over multiple time periods. Designed as both an educational text as well as a professional reference, Loss Models: Assumes little prior knowledge of insurance systems Features many fascinating examples taken from insurance files Contains a major instructive case study continued through each chapter Covers the classical areas of risk theory and loss distributions Gives a practical but rigorous treatment of modern credibility theory Uses standard statistical concepts, methods, and notation Provides modern computational algorithms for implementing methods Includes free companion software available from an FTP site Deals with many topics on CAS 4B and SOA 151 and 152 actuarial exams Includes many exercises based on past CAS and SOA exams.

In diesem Lehrbuch zur schliessenden (induktiven) Statistik werden die grundlegenden Methoden der Sch tz- und Testtheorie auf einf hrendem Niveau f r Studenten der Wirtschaftswissenschaften dargestellt. Neu ist in diesem Buch ein "dualer" Zugang, in dem die klassische und die Bayes-Theorie gemeinsam dargestellt werden. Die rasante Entwicklung der Bayes-Methoden in den letzten Jahren macht eine einf hrende Darstellung dieser Methoden notwendig. So werden HPD-Intervalle (h chste Wahrscheinlichkeitsdichte) und einfache Bayes-Tests als Alternativen zu Konfidenzintervalle und Signifikanztest erkl rt. Alle Methoden werden ausf hrlich an Beispielen erkl rt.

In diesem Lehrbuch werden die grundlegenden Konzepte der deskriptiven Statistik, der Wahrscheinlichkeitstheorie, der induktiven Statistik und der statistischen Entscheidungstheorie vorgestellt. Entwickelt wird so ein Referenzmodell f r empirische Arbeit ("aus Daten lernen"). Jeder Abschnitt eines jeden Kapitels gliedert sich in einen Kerntext, einen Aufgabenteil und "Erg nzungen und Bemerkungen." Die dargebotenen Methoden sollen den Leser bef higen, sich auch weitere statistische Teilgebiete in selbst ndigem Studium zu erarbeiten. Dazu ist eine aktive Auseinandersetzung mit den Aufgaben unumg nglich. Es finden sich auch zahlreiche Hinweise auf gesamtwirtschaftliche und gesellschaftliche Rahmendaten sowie Datenquellen. Zum Weiterlesen finden sich vielf ltige Anregungen in den "Erg nzungen und Bemerkungen." Gegen ber der zweiten Auflage wurden einige Erg nzungen, Umstellungen und Aktualisierungen vorgenommen.

Das vorliegende Buch deckt den Stoff der Vorlesung Wirtschaftsmathematik im Grundstu dium einschliesslich der Finanzmathematik ab. Es legt damit die Grundlagen, die im weiteren Verlaufdes Studiums benotigt werden. Die mathematischen Verfahren werden mit ihren Anwendungsmoglichkeiten in der betriebli chen Praxis dargestellt. Dabei wird bewusst weitestmoglich auf eine mathematisch-wissen schaftliche Fachsprache verzichtet. Nicht die mathematische Eleganz steht imVordergrund, sondern die praktische Umsetzung der Verfahren. Mathematische Beweise und Herleitungen sind an den Stellen enthalten, an denen sie zum Verstandnis des Stoffes beitragen. Das Buch hat das Ziel, dem Leser durch diese pragmatische Darstellungsweise die Anwen dungsmoglichkeiten der Mathematik nahezubringen. Ubersichtlich strukturierte Schemata geben dabei eine Hilfestellung. Aus diesem Grund wird ein besonderer Wert darauf gelegt, in jedem Kapitel den Stoff an hand von Beispielaufgaben, die aus dem Bereich der Wirtschaft stammen, zu erlautern und zu vertiefen. Weitere Aufgaben mit Musterlosungen machen es moglich, den Stoff selbst zu erarbeiten. Sie konnen zur Selbstkontrolle und zur Prufungsvorbereitung genutzt werden. Erganzend haben wir eine Fallstudie in das Buch aufgenommen, die den behandelten Stoff anhand einer betriebswirtschaftliehen Unternehmenssituation wiederholt. Die Fallstudie zeigt die Verbindung zwischen der Wirtschaftsmathematik und der Betriebswirtschaftslehre aufund wird durch eine ausfuhrliche Losung im Anhang vervollstandigt. Fur die jetzt vorliegende vierte Auflage wurde das Kapitel Matrizenrechnung grundlich uberarbeitet und um einige okonomische Anwendungsmoglichkeiten erweitert."

Auf der Grundlage einer umfangreichen Stichprobe erfolgt eine Beschreibung der Struktur von Kleinbetrieben mit weniger als 20 Beschaftigten in Baden-Wurttemberg. Damit liegen zum ersten Mal in Deutschland breite Einsichten fur kleine Familienunternehmen vor.
Besondere Aufmerksamkeit gilt dem betrieblichen Engagement der Inhaberfamilien. Die Analyse der personellen Strukturen ermoglicht Einblicke in die Qualifikationsstruktur, die Versorgungssituation und die Altersvorsorge der im Betrieb tatigen Inhaber und ihrer Angehorigen.
Dieses Buch bietet eine Fulle von Materialien fur alle, die am wirtschaftlichen Geschehen in der Bundesrepublik Deutschland interessiert sind, insbesondere fur die Interessenverbande der Wirtschaft."

Explorative Datenanalyse (EDA), deskriptive Statistik und graphische Darstellungstechnik werden unter einem gemeinsamen Aspekt beschrieben. Dem Studenten im ersten Studienjahr soll damit bereits moeglichst fruh ein UEberblick uber die verschiedenen Typen der statistischen Modellierung geboten werden. Das Buch prasentiert resistente statistische Methoden, aber ohne deren wahrscheinlichkeitstheoretische oder induktive Begrundung. An mehreren Beispielen aus den Sozial- und Wirtschaftswissenschaften wird gezeigt, wie ein deskriptiver Modellbildungsprozess mit einfachen Mitteln moeglich ist.

Fundamental Statistics for the Social, Behavioral, and Health Sciences presents students with instructional material in a clear, concise manner and features exercises that get students thinking about how to use statistics in applied settings. The text opens with coverage of foundational concepts in descriptive statistics, including frequency distribution, central tendency, and variability. Additional chapters guide students through their first journey into inferential statistics. The book is highly accessible, features clear examples and graphs, and challenges students to apply what they learn to a variety of situations. It includes step-by-step instructions on using IBM SPSS Statistics. The revised second edition includes new tables that illustrate effect sizes for t-tests. Additionally, the second edition includes small text corrections throughout and updated interior design to increase readability. Fundamental Statistics for the Social, Behavioral, and Health Sciences is an ideal resource for foundational courses in statistics.

Der "Schnell" behandelt Techniken zur graphischen Darstellung von Daten oder statistischer Grosse im Rahmen von Datenanalysen. Diese "Datenanalysegraphik" ist ein nutzliches Instrument fur Datenanalytiker, hier wiederum bevorzugt solche in den Sozialwissenschaften."

Mit der 11. Auflage dieses Lehrbuches liegt jetzt eine Neufassung vor. Beispielsweise wurde ein langerer Abschnitt uber gewinnsteigernde Tippstrategien fur das LOTTO "6 aus 49" eingefugt. Der Aufgabenteil enthalt unter 34 Aufgaben mit Losungen 9 neue Aufgaben. Der Umfang hat sich um 54 Seiten erweitert. Insgesamt aber wurde das bisherige Konzept beibehalten. Nicht-Mathematikern wird eine mathematisch saubere, aber soweit wie moglich von mathematischer Technik entlastete Einfuhrung in die Materie geboten. Dabei hat sich herausgestellt: Auch bei Mathematikern besteht ein Bedurfnis nach einer solchen Einfuhrung als einer Propadeutik fur einschlagige rein mathematische Kurse. Didaktisch wird darauf gebaut, dass strenge Begrifflichkeit und intensive Anschauung in einem Verhaltnis wechselseitiger Forderung stehen."

Der in der makrooekonomischen Literatur dominierende Ansatz zur Modellierung von Erwartungen beruht auf der Hypothese rationaler Erwartungsbildung. Dem Standardansatz wird ublicherweise unterstellt, dass die Opimalitatseigenschaften der Unverzerrtheit und der Fehlerminimierung simulatan erfullt sind. Diese Arbeit zeigt, dass dies nur bei einfachen Modellstrukturen gerechtfertigt ist. Ein weiterer Kritikpunkt ergibt sich aus UEberlegungen zur Axiomatisierung eines Erwartungsbildungsoperators, die eher zum Median als zum Erwartungswert fuhren. Die Aggregation mikrooekonomischer Ansatze fuhrt zu einer Abhangigkeit des makrooekonomisch erwarteten Wertes von in der Regel mehreren Verteilungsparametern. Die vorgeschlagenen Alternativkonzepte ermoeglichen es, Risikoaversion oder -vorliebe zu berucksichtigen.

Random set theory is a fascinating branch of mathematics that amalgamates techniques from topology, convex geometry, and probability theory. Social scientists routinely conduct empirical work with data and modelling assumptions that reveal a set to which the parameter of interest belongs, but not its exact value. Random set theory provides a coherent mathematical framework to conduct identification analysis and statistical inference in this setting and has become a fundamental tool in econometrics and finance. This is the first book dedicated to the use of the theory in econometrics, written to be accessible for readers without a background in pure mathematics. Molchanov and Molinari define the basics of the theory and illustrate the mathematical concepts by their application in the analysis of econometric models. The book includes sets of exercises to accompany each chapter as well as examples to help readers apply the theory effectively.

Das Buch behandelt die Anlage und Auswertung von Versuchen f r stetigen normalverteilten Response, f r stetigen Response auf der Basis von Rangdaten, f r kategorialen, insb. bin ren Response auf der Basis loglinearer Modelle und f r kategorialen korrelierten Response auf der Basis von Marginalmodellen und symmetrischen Regressionsmodellen.
Eine Reihe von f r die Anwendungen wichtigen Modellen sind enthalten: wie faktorielle Experimente, Cross-over Design, Repeated Measures Design und kategorialer Response in Clustern. Das Buch ist als Lehrmaterial f r die Statistik und Biometrie und als Grundlage f r die Anwendung der Versuchsplanung in Medizin, Zahnmedizin, Soziologie, den Biowissenschaften und der Pharmaindustrie angelegt.

Im Bereich der Konjunkturforschung stehen einer F}lle neuer theoretischer Erkl{rungsans{tze, neuer statistischer und ]konometrischer Methoden und neuer empirischer Erkenntnisse - wenn auch auf h]chstem Abstraktionsniveau -eine analytische Schw{che im Anwendungsbereich und ein {ngstlicher Attentismus im Bereich der Stabilisierungspolitik gegen}ber. Dieser Band will beitragen, diese "Neue Konjunkturdichotomie" zu }berwinden. Er sammelt die neuesten, vielfach noch widerspr}chlichen Erkenntnisse der Theorie und das Wissen aus sieben Jahrzehnten empirischer Konjunkturforschung. Es beschreibt die unterschiedlichen Formen der Messung des Konjunkturph{nomens, arbeitet die moderne Form der Wachstumsschwankungen heraus und vergleicht sie mit dem traditionellen Konjunkturzyklus. Dabei zeigt sich einerseits, da~ die Erscheinungsform weitgehend gleich geblieben ist, andererseits, da~ die Erkl{rungsversuche der Theorie zum Teil von einem einseitigen bis unrichtigen Bild der Konjunkturschwankungen ausgehen. Das beeintr{chtigt nat}rlich auch die Konjunkturanalyse und -prognose. Das Buch stellt die wichtigsten Prognosemethoden zusammen und untersucht ihre Treffsicherheit; dabei lassen sich keine systematischen Unterschiede zwischen den Methoden feststellen. Eine Verbesserung der Konjunkturprognosenkann allein aus einer besseren, empirisch besser fundierten Konjunkturtheorie kommen.