040772 UK Komplexe statistische Methoden (MA) (2022W)

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften

Prüfungsimmanente Lehrveranstaltung

VOR-ORT

Moodle

An/Abmeldung

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

Anmeldung von Mo 12.09.2022 09:00 bis Fr 23.09.2022 12:00
Abmeldung bis Sa 15.10.2022 23:59

Details

max. 30 Teilnehmer*innen

Sprache: Englisch

Lehrende

Tatyana Krivobokova

Termine (iCal) - nächster Termin ist mit N markiert

    
    Donnerstag
    06.10.
    16:45 - 18:15
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Donnerstag
    13.10.
    16:45 - 18:15
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Donnerstag
    20.10.
    16:45 - 18:15
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Donnerstag
    27.10.
    16:45 - 18:15
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Donnerstag
    03.11.
    16:45 - 18:15
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Donnerstag
    10.11.
    16:45 - 18:15
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Donnerstag
    17.11.
    16:45 - 18:15
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Donnerstag
    24.11.
    16:45 - 18:15
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Donnerstag
    01.12.
    16:45 - 18:15
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Donnerstag
    15.12.
    16:45 - 18:15
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Donnerstag
    12.01.
    16:45 - 18:15
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Donnerstag
    19.01.
    16:45 - 18:15
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Donnerstag
    26.01.
    16:45 - 18:15
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.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 schriftliche Prüfung zu den theoretischen Inhalten am 26.01.2023 und drei Übungsblätter zu jedem Thema.
Übungsblätter mit den theoretischen und Programmieraufgaben werden am 27.10.2022, 24.11.2022 und 12.01.2023 vergeben und nach einer Woche abgegeben und besprochen.

Mindestanforderungen und Beurteilungsmaßstab

40 Punkte schriftliche 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: Mi 28.09.2022 13:08