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

300491 UE Ausgewählte statistische Verfahren: Zeitreihenanalyse (2022W)

1.00 ECTS (1.00 SWS), SPL 30 - Biologie
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. 10 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Dienstag 04.10. 16:45 - 20:00 Seminarraum 1.8, Biologie Djerassiplatz 1, 1.007, Ebene 1 (Vorbesprechung)
Dienstag 11.10. 16:45 - 20:00 Seminarraum 1.8, Biologie Djerassiplatz 1, 1.007, Ebene 1
Dienstag 18.10. 16:45 - 20:00 Seminarraum 1.8, Biologie Djerassiplatz 1, 1.007, Ebene 1
Dienstag 25.10. 16:45 - 20:00 Seminarraum 1.8, Biologie Djerassiplatz 1, 1.007, Ebene 1
Dienstag 08.11. 16:45 - 20:00 Seminarraum 1.8, Biologie Djerassiplatz 1, 1.007, Ebene 1
Dienstag 15.11. 16:45 - 20:00 Seminarraum 1.8, Biologie Djerassiplatz 1, 1.007, Ebene 1
Dienstag 22.11. 16:45 - 20:00 Seminarraum 1.8, Biologie Djerassiplatz 1, 1.007, Ebene 1
Dienstag 29.11. 16:45 - 20:00 Seminarraum 1.8, Biologie Djerassiplatz 1, 1.007, Ebene 1
Dienstag 06.12. 16:45 - 20:00 Seminarraum 1.8, Biologie Djerassiplatz 1, 1.007, Ebene 1
Dienstag 13.12. 16:45 - 20:00 Seminarraum 1.8, Biologie Djerassiplatz 1, 1.007, Ebene 1
Dienstag 10.01. 16:45 - 20:00 Seminarraum 1.8, Biologie Djerassiplatz 1, 1.007, Ebene 1
Dienstag 17.01. 16:45 - 20:00 Seminarraum 1.8, Biologie Djerassiplatz 1, 1.007, Ebene 1
Dienstag 24.01. 16:45 - 20:00 Seminarraum 1.8, Biologie Djerassiplatz 1, 1.007, Ebene 1

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Thema: Zeitreihenanalyse. ML (Maximum Likelihood) Methoden; Heuristische Beschreibung von Zeitreihendaten; Grundlagen des Samplings; verschiedene Glättungs- und Mittelungsverfahren (Fenstertechniken, Interpolationstechniken, Regression, Laplace Glättung); Autokorrelationsanalyse; Fourierreihen, Fourierkoeffizienten; Hintergrundrauschen; Multivariate Zeitreihen: SWZ/SVD (Singulärwertzerlegung); Einführung in Clustering; NN (Neuronale Netzwerke) und KI (künstliche Intelligenz). Elementare Kenntnisse der Statistik (Begriff der Verteilung und der Irrtumswahrscheinlichkeit) erwünscht. Notwendiges mathematisches Rüstzeug wird in den Übungen vorgestellt.

Art der Leistungskontrolle und erlaubte Hilfsmittel

1. Periodische Fragebögen
2. Ein vom Studierenden gewähltes Projekt wird vom Studierenden vorgetragen und evaluiert.

Mindestanforderungen und Beurteilungsmaßstab

1. Antwortqualität der Fragebbögen
2. Qualität des vorgetragenen Projektes

ad 1 (Fragebögen): 30%
ad 2 (Projektvorstellung) 70%

positive Beurteilung ab 60%

Prüfungsstoff

1. Durch die Übungsbeispiele vorgetragener Stoff

Literatur

Stichworte in WIKIPEDIA

Zuordnung im Vorlesungsverzeichnis

MAN 3

Letzte Änderung: Mo 23.01.2023 14:09