Publisher's Synopsis
Kuenstliche neuronale Netze werden seit einigen Jahren auch in den Wirtschaftswissenschaften eingesetzt. Sie werden vorwiegend als Instrumente zur Klassifikation und Prognose verwendet. In dieser Arbeit werden die vorwaertsgekoppelten sigmoiden Netze und radialen Basisfunktionsnetze aus der Sicht der Statistik betrachtet. Diese Netze sind dazu geeignet, nichtlineare Funktionen beliebig genau zu approximieren. Bei naeherer Betrachtung weisen sie zudem eine enge Verwandtschaft zu bekannten statistischen Modellen auf. Damit koennen auch statistische Hypothesentests herangezogen werden, um die Suche nach guten Netzen systematisch zu gestalten. Ausserdem werden Moeglichkeiten einer Interpretation der Parameter in solchen Netzen behandelt.
