1. Schutz vor groben Fehlern: Mit Hilfe der Bayes'schen Methoden. - 2. Bayes'sche Ansätze für Ausreißer und Robustheit. - 3. Die Wahrscheinlichkeitsintegralumgestaltung für nicht notwendige absolut stetige Verteilungsfunktionen und ihre Anwendung auf Anpassungsgütetests. - 4. Simulation im allgemeinen autoregressiven Prozess erster Ordnung (eindimensionaler Normalfall). - 5. Nicht-parametrische Vorhersage in stationären Prozessen. - 6. Ungefähre Reduktionen von Bayes'schen Experimenten. - 7. Theorie und Anwendungen der Approximation der kleinsten Quadrate in der Bayes'schen Analysis. - 8. Nicht-parametrische Bayes'sche Statistik: Ein stochastischer Prozessansatz. - 9. Robustes Testen für unabhängige, nicht identisch verteilte Variablen und Markov-Ketten. - 10. Über die Verwendung einiger Variationsdistanzungleichungen zur Schätzung der Differenz zwischen Stichprobe und gestörter Stichprobe. - 11. Ein Beitrag zu einer robusten Hauptkomponentenanalyse. - 12. Von der nicht-parametrischen Regression zur nicht-parametrischen Vorhersage: Überblick über den mittleren quadratischen Fehler und die ursprünglichen Ergebnisse im Prädiktogramm. Sprache: Englisch