Universität Wien

040772 UK Komplexe statistische Methoden (MA) (2024W)

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

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

  • Donnerstag 10.10. 16:45 - 18:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 17.10. 16:45 - 18:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 24.10. 16:45 - 18:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 31.10. 16:45 - 18:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 07.11. 16:45 - 18:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 14.11. 16:45 - 18:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 21.11. 16:45 - 18:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 28.11. 16:45 - 18:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 05.12. 16:45 - 18:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 12.12. 16:45 - 18:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 16.01. 16:45 - 18:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 23.01. 16:45 - 18:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Aims:
Get acquainted with concepts of nonparametric density estimation and regression: methodology, theory, and applications.
Implementation of methods in statistical software is part of the lecture.

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

Methods:
Lectures with exercise sessions.
Lecture notes, exercise sheets, and data will be available online.
Students are supposed to code in statistical software.

Art der Leistungskontrolle und erlaubte Hilfsmittel

There is a written exam for the theoretical part on 23.01.2025 and three exercise sheets for each topic.
Exercise sheets with both theoretical and programming exercises will be provided on 31.10.2024, 21.11.2024, and 09.01.2025. A week later the exercise sheets will be discussed in the exercise session.

The use of AI tools (e.g. ChatGPT) for the production of texts is only permitted if they are expressly requested by the course leader (e.g. for individual work tasks).

Mindestanforderungen und Beurteilungsmaßstab

40 points written exam
20 each exercise sheet
The grade results according to the scheme: 4 from 50 points, 3 from 63 points, 2 from 75 points, and 1 from 87 points.

Prüfungsstoff

All topics covered in the lecture.

Literatur

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

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Do 03.10.2024 16:45