---

Das dreibandige Lehrbuch "Mathematische Statistik" will auf mittlerer methodi scher Ebene in Standard-Fragestellungen und -techniken dieser Disziplin einfUhren. Die Intentionen des vorliegenden zweiten Bandes sind dabei die gleichen, die schon bei der Abfassung des erst en Pate standen: Grundlagen der schlieBenden Stati stik sollen in einer Breite vermittelt werden, die einen Einstieg in Monographien iiber Spezialgebiete bzw. in die Originalliteratur erlauben. Hervorgehoben werden deshalb iibergreifende, in der Statistik immer wiederkehrende Gesichtspunkte und SchluBweisen. Diese werden jeweils in dem einfachen, aber wichtigen Rahmen un abhangiger, metrisch skalierter Daten diskutiert. Die unter einer derartigen Ver teilungsannahme erzielten Resultate waren zumeist Vorbilder fUr solche, die spater unter allgemeineren Voraussetzungen bewiesen wurden. Nach Meinung der Autoren sollte dieser grundlegende Teil der Statistik daher als zusammenhangendes Sockel wissen in Buchform angeboten werden. Die Notwendigkeit hierfiir ist in den letzten Jahren auch aus anderen Griinden gewachsen. Die in allen Bereichen der Universitat spiirbar werdenden Bemiihungen zur Verkiirzung von Studienzeiten lassen namlich kaum noch einen Spielraum fiir vier-oder fiinfsemestrige Vorlesungszyklen, auf die bisher die Ausbildung in der Stochastik vielerorts aufbaute. Es ist daher wichtig, Teile des bisher dort vermittelten Wissens fiir Diplom-und Promotionsstudenten in einer Form aufzubereiten, die nicht nur vorlesungsbegleitend, sondern auch fiir ein Selbststudium geeignet ist. Dies setzt einen entsprechenden Darstellungsstil voraus, der zumindest Teile dessen in ein Lehrbuch hiniiberrettet, was an Intuiti vem, Ubergreifendem und Erganzendem in einer Vorlesung geboten werden soUte.

---

Kakutani-Sätze - Verteilungskonvergenz linearer und quadratischer Statistiken - Likelihood- und c2-Verfahren - Benachtbartheit - asyptotisch optimale Tests - parametrische Testprobleme mit Nebenparametern - asymptotisch effiziente Schätzer - Faltungssatz - von parametrischen zu nichtparametrischen Modellen - Halbordnung in der nichtparametrischen Statistik - deskriptive Funktionale - Kopulas - symmetrische Vollständigkeit - empirische Verteilungs- und Quantilfunktionen - U-, V-, L-, M-Statistiken und ihre Konsistenz - Projektionsmethode und asymptotische Normalität - U-Statistiken mit degeneriertem Kern - nichtparametrische Berry-Esseen-Schranke - Verteilungskonvergenz von Q-Statistiken

---