Universität Wien FIND

Bedingt durch die COVID-19-Pandemie können kurzfristige Änderungen bei Lehrveranstaltungen und Prüfungen (z.B. Absage von Vor-Ort-Lehre und Umstellung auf Online-Prüfungen) erforderlich sein. Melden Sie sich für Lehrveranstaltungen/Prüfungen über u:space an, informieren Sie sich über den aktuellen Stand auf u:find und auf der Lernplattform moodle.

Regelungen zum Lehrbetrieb vor Ort inkl. Eintrittstests finden Sie unter https://studieren.univie.ac.at/info.

Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

040772 UK Komplexe statistische Methoden (2021W)

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung
VOR-ORT

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 30 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Dienstag 12.10. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
Dienstag 19.10. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
Dienstag 09.11. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
Dienstag 16.11. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
Dienstag 23.11. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
Dienstag 30.11. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
Dienstag 07.12. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
Dienstag 14.12. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
Dienstag 11.01. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
Dienstag 18.01. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
Dienstag 25.01. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Ziele:
Vermittlung von Konzepten der Kerndichteschätzung und nicht-parametrischen Regression: Methodologie und Anwendungen.
Befähigung zur Implementierung der Methoden in statistischer Software.

Inhalte:
1. Histograms and kernel density estimators
2. Local polynomial estimators
3. Spline estimators

Methoden:
Vorlesung und Übung, die vor Ort stattfinden. Es besteht Anwesenheitspflicht in der ersten Einheit und in den Übungen.
Vorlesungsskript, Übungsblätter und Daten werden zur Verfügung gestellt.
Studierende müssen in statistischer Software programmieren.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Es gibt eine mündliche Prüfung am Ende des Kurses und drei Übungsblätter zu jedem Thema.
Übungsblätter mit theoretischen und Programmieraufgaben werden am 19.10.2021, 30.11.2021 und 11.01.2022 vergeben und nach zwei Wochen abgegeben und besprochen.

Mindestanforderungen und Beurteilungsmaßstab

40 Punkte mündliche Prüfung
20 Punkte pro Übungsblatt
Die Note ermittelt sich nach folgendem Schema: 4 ab 50 Punkten, 3 ab 63 Punkten, 2 ab 75 Punkten, 1 ab 87 Punkten.

Prüfungsstoff

Inhalte der behandelten Themen.

Literatur

Tsybakov. A. (2009) Introduction to nonparametric estimation
Fan, J. and Gijbels, I. (1996) Local polynomial modelling and its applications.
Randall L. Eubank. (1999) Nonparametric regression and spline smoothing.

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Do 02.09.2021 13:47