040690 UK Generalized Linear Model (UK) (2020S)
Continuous assessment of course work
Labels
Summary
Registration/Deregistration
Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).
- Registration is open from Mo 10.02.2020 09:00 to We 19.02.2020 12:00
- Deregistration possible until Th 30.04.2020 23:59
Registration information is available for each group.
Groups
Group 1
max. 40 participants
Language: German
LMS: Moodle
Lecturers
Classes (iCal) - next class is marked with N
- Tuesday 05.05. 09:45 - 11:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
- Thursday 07.05. 09:45 - 11:15 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
- Tuesday 12.05. 09:45 - 11:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
- Thursday 14.05. 09:45 - 11:15 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
- Tuesday 19.05. 09:45 - 11:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
- Tuesday 26.05. 09:45 - 11:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
- Thursday 28.05. 09:45 - 11:15 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
- Thursday 04.06. 09:45 - 11:15 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
- Tuesday 09.06. 09:45 - 11:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
- Tuesday 16.06. 09:45 - 11:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
- Thursday 18.06. 09:45 - 11:15 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
- Tuesday 23.06. 09:45 - 11:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
- Thursday 25.06. 09:45 - 11:15 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
- Tuesday 30.06. 09:45 - 11:15 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
Assessment and permitted materials
Es gibt zwei schriftliche Prüfungen: eine zum Thema 1 und eine zu den Themen 2 und 3.
Zusätzlich sind zwei Hausarbeiten mit der Analyse von jeweils zwei Datensätzen zu jedem Thema abzugeben.
Zusätzlich sind zwei Hausarbeiten mit der Analyse von jeweils zwei Datensätzen zu jedem Thema abzugeben.
Minimum requirements and assessment criteria
Die Note ermittelt sich nach folgender Gewichtung:
25% Hausarbeit zum Thema 1
25% Hausarbeit zu den Themen 2 und 3
25% Prüfung zum Thema 1
25% Prüfung zu den Themen 2 und 3
25% Hausarbeit zum Thema 1
25% Hausarbeit zu den Themen 2 und 3
25% Prüfung zum Thema 1
25% Prüfung zu den Themen 2 und 3
Group 2
max. 35 participants
Language: German
LMS: Moodle
Lecturers
Classes (iCal) - next class is marked with N
- Friday 13.03. 09:45 - 13:00 Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock
- Friday 13.03. 13:15 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
- Friday 27.03. 09:45 - 16:30 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
- Friday 03.04. 09:45 - 16:30 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
- Friday 08.05. 13:15 - 16:30 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Friday 15.05. 11:30 - 16:30 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Friday 29.05. 11:30 - 16:30 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Friday 05.06. 11:30 - 13:00 Hörsaal 5 Oskar-Morgenstern-Platz 1 Erdgeschoß
Assessment and permitted materials
Es gibt zwei schriftliche Prüfungen: eine zum Thema 1 und eine zu den Themen 2 und 3.
Zusätzlich ist eine Hausarbeit mit der Analyse von drei Datensätzen zu jedem Thema abzugeben.
Zusätzlich ist eine Hausarbeit mit der Analyse von drei Datensätzen zu jedem Thema abzugeben.
Minimum requirements and assessment criteria
Die Note ermittelt sich nach folgender Gewichtung:
30% Hausarbeit
35% Prüfung zum Thema 1
35% Prüfung zu den Themen 2 und 3
30% Hausarbeit
35% Prüfung zum Thema 1
35% Prüfung zu den Themen 2 und 3
Information
Aims, contents and method of the course
Examination topics
Topics presented in the lectures
Reading list
Dobson, A.J. (2001). An Introduction to Generalized Linear Models, Second Edition. Chapman and Hall.
Fahrmeir, L., Kneib, T. und Lang, S. (2007). Regression: Modelle, Methoden und Anwendungen, Springer.
Nelder J.A. & P. McCullagh (1989). Generalized Linear Models, Second Edition. Chapman& Hall.
Fahrmeir, L., Kneib, T. und Lang, S. (2007). Regression: Modelle, Methoden und Anwendungen, Springer.
Nelder J.A. & P. McCullagh (1989). Generalized Linear Models, Second Edition. Chapman& Hall.
Association in the course directory
Last modified: Mo 07.09.2020 15:19
Praxisnahe Vermittlung von fortgeschrittenen Methoden der angewandten Statistik, insbesondere verschiedenen Regressionsmodellen. Vermitteln eines Grundverständnisses für die statistische Modellierung. Durchführung von praxisorientierten Datenanalysen mittels RInhalte:
1. Verallgemeinerte lineare Modelle; Modelle für stetige und binomiale Zielvariablen, Zähldaten.
2. Lineare und verallgemeinerte lineare gemischte Modelle.
3. Nicht-parametrische Regression.Methoden:
Vorlesung mit kombinierter Übung.
Vorlesungsskript und Daten werden zur Verfügung gestellt.