250009 VO Statistik und Data Science (2025S)
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
Details
Sprache: Deutsch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Dienstag 04.03. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Mittwoch 05.03. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Dienstag 11.03. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Dienstag 18.03. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Mittwoch 19.03. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Dienstag 25.03. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Mittwoch 26.03. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Dienstag 01.04. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Mittwoch 02.04. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Dienstag 08.04. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Mittwoch 09.04. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- N Dienstag 29.04. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Mittwoch 30.04. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Dienstag 06.05. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Mittwoch 07.05. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Dienstag 13.05. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Mittwoch 14.05. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Dienstag 20.05. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Mittwoch 21.05. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Dienstag 27.05. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Mittwoch 28.05. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Dienstag 03.06. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Mittwoch 04.06. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Dienstag 10.06. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Mittwoch 11.06. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Dienstag 17.06. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Mittwoch 18.06. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Dienstag 24.06. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Mittwoch 25.06. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Es dürfen keine zusätzlichen Hilfsmittel verwendet werden.
Mindestanforderungen und Beurteilungsmaßstab
Mindestanforderung: Kenntnis der Definitionen sowie der zentralen mathematischen Resultate
Prüfungsstoff
Sämtliche in der Vorlesung behandelten Resultate und Beweise sind Stoff der Prüfung.
Literatur
Der Statistik Teil folgt grundsätzlich dem Skript http://www.statslab.cam.ac.uk/~rrw1/stats/Sa4.pdfZusätzliches MaterialAsympotische Eigenschaften von MLE:
https://ocw.mit.edu/courses/18-443-statistics-for-applications-fall-2006/03b407da8a94b3fe22d987453807ca46_lecture3.pdf
https://www.stat.cmu.edu/~larry/=stat705/Lecture15.pdfRao Blackwell Theorem:
https://genome.sph.umich.edu/w/images/4/4f/Bios602-wi13-lec13-handout.pdfBedingte Erwartungen:
https://drive.google.com/drive/folders/1R-4UCTNilcy_DGqf0ySAsgDNt0YPv_aSZusätzliches Material/Videos:
https://drive.google.com/drive/folders/1dmxP9xGQ36qJU2YurRcC-Jzeij9hy_Cv
https://ocw.mit.edu/courses/18-443-statistics-for-applications-fall-2006/03b407da8a94b3fe22d987453807ca46_lecture3.pdf
https://www.stat.cmu.edu/~larry/=stat705/Lecture15.pdfRao Blackwell Theorem:
https://genome.sph.umich.edu/w/images/4/4f/Bios602-wi13-lec13-handout.pdfBedingte Erwartungen:
https://drive.google.com/drive/folders/1R-4UCTNilcy_DGqf0ySAsgDNt0YPv_aSZusätzliches Material/Videos:
https://drive.google.com/drive/folders/1dmxP9xGQ36qJU2YurRcC-Jzeij9hy_Cv
Zuordnung im Vorlesungsverzeichnis
SDS
Letzte Änderung: Mo 24.02.2025 12:06
Parameterschätzung, Konfidenzintervalle, Hypothesentests, multilineare
Regression, principal-component analysis, diskrete Fouriertransformation,
Filterung, Randomisierung, Graphen, Netzwerke und Clustering, sowie weitere
vertiefende Inhalte.