Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.
040713 UK Angewandte Statistik (2018W)
Prüfungsimmanente Lehrveranstaltung
Labels
Details
max. 50 Teilnehmer*innen
Sprache: Deutsch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Montag
01.10.
16:45 - 18:15
Hörsaal 10 Oskar-Morgenstern-Platz 1 2.Stock
Montag
08.10.
16:45 - 18:15
Hörsaal 10 Oskar-Morgenstern-Platz 1 2.Stock
Montag
15.10.
16:45 - 18:15
Hörsaal 10 Oskar-Morgenstern-Platz 1 2.Stock
Montag
22.10.
16:45 - 18:15
Hörsaal 10 Oskar-Morgenstern-Platz 1 2.Stock
Montag
29.10.
16:45 - 18:15
Hörsaal 10 Oskar-Morgenstern-Platz 1 2.Stock
Montag
05.11.
16:45 - 18:15
Hörsaal 10 Oskar-Morgenstern-Platz 1 2.Stock
Montag
12.11.
16:45 - 18:15
Hörsaal 10 Oskar-Morgenstern-Platz 1 2.Stock
Montag
19.11.
16:45 - 18:15
Hörsaal 10 Oskar-Morgenstern-Platz 1 2.Stock
Montag
26.11.
16:45 - 18:15
Hörsaal 10 Oskar-Morgenstern-Platz 1 2.Stock
Montag
03.12.
16:45 - 18:15
Hörsaal 10 Oskar-Morgenstern-Platz 1 2.Stock
Montag
10.12.
16:45 - 18:15
Hörsaal 10 Oskar-Morgenstern-Platz 1 2.Stock
Montag
07.01.
16:45 - 18:15
Hörsaal 10 Oskar-Morgenstern-Platz 1 2.Stock
Montag
14.01.
16:45 - 18:15
Hörsaal 10 Oskar-Morgenstern-Platz 1 2.Stock
Montag
21.01.
16:45 - 18:15
Hörsaal 10 Oskar-Morgenstern-Platz 1 2.Stock
Montag
28.01.
16:45 - 18:15
Hörsaal 10 Oskar-Morgenstern-Platz 1 2.Stock
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Voraussetzung für einen positiven Abschluss:
Regelmäßige Teilnahme (maximal 3 Fehleinheiten),
Lösen von Übungsaufgaben (30 %)
Ausarbeitung zu einemThema (30 b%)
Abschlusstest (50 %)
Regelmäßige Teilnahme (maximal 3 Fehleinheiten),
Lösen von Übungsaufgaben (30 %)
Ausarbeitung zu einemThema (30 b%)
Abschlusstest (50 %)
Mindestanforderungen und Beurteilungsmaßstab
• Es gibt drei Übungsblätter mit Aufgaben zu jeweils drei Themenblöcken. Zu jedem Themenblock muss mindestens eine Aufgabe (praktische Beispiele mit R) gelöst werden.
• Die Ausarbeitung der einzelnen Themen behandeln Erweiterung der Methodik oder Analyse von praktischen Problemen). Sie werden von jeweils zwei Studierenden durchgeführt.
• Der Abschlusstest behandelt Themen der Vorlesung.
In jedem der drei Teile muss eine positive Leistung erbracht werden.
• Die Ausarbeitung der einzelnen Themen behandeln Erweiterung der Methodik oder Analyse von praktischen Problemen). Sie werden von jeweils zwei Studierenden durchgeführt.
• Der Abschlusstest behandelt Themen der Vorlesung.
In jedem der drei Teile muss eine positive Leistung erbracht werden.
Prüfungsstoff
Prüfungsstoff ist der Inhalt der Lehrveranstaltung (theoretische Fragen)
Literatur
Das Konzept der Lehrvaranstaltung orientiert sich an dem Buch:
B. Efron, T. Hastie: Computer Age Statistical Inference- Algorithms, Evidence and Data Science. Cambridge University Press, 2016
Weitere Literatur zu einzelnen Themen wird in Moodle bekannt gegeben.
B. Efron, T. Hastie: Computer Age Statistical Inference- Algorithms, Evidence and Data Science. Cambridge University Press, 2016
Weitere Literatur zu einzelnen Themen wird in Moodle bekannt gegeben.
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Mi 13.03.2019 11:07
Gliederung der Vorlesung:
1. Einleitung: Grundlegende statistische Konzepte, Arten von Daten und der Datengewinnung
2. Klassische Zugänge zur Inferenz: Frequency-Zugang, Likelihood-Zugang, Bayes-Zugang
3. Erweiterungen der Klassischen Zugänge: Empirical Bayes, Modellwahl und Prädiktion, Kausale Inferenz, Metaanalyse
4. Computerintensive Methoden: Large Scale Hypothesis Testing, Neuronale Netze und Deep Learning