Universität Wien
Warning! The directory is not yet complete and will be amended until the beginning of the term.

040726 UK Mathematical Statistics (2024W)

10.00 ECTS (5.00 SWS), SPL 4 - Wirtschaftswissenschaften
Continuous assessment of course work
MIXED

Anwesenheit in erster Einheit unerlaesslich, da Warteliste gut gefuellt.
Moodle
Mo 20.01. 13:15-14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß

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).

Details

max. 65 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

  • Wednesday 02.10. 13:15 - 16:30 Digital
  • Monday 07.10. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 07.10. 15:00 - 16:30 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 09.10. 13:15 - 16:30 Digital
  • Monday 14.10. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 14.10. 15:00 - 16:30 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 16.10. 13:30 - 16:30 Digital
  • Monday 21.10. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 21.10. 15:00 - 16:30 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 23.10. 13:30 - 16:30 Digital
  • Monday 28.10. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 28.10. 15:00 - 16:30 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 30.10. 13:30 - 16:30 Digital
  • Monday 04.11. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 04.11. 15:00 - 16:30 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 06.11. 13:30 - 16:30 Digital
  • Monday 11.11. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 11.11. 15:00 - 16:30 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 13.11. 13:30 - 16:30 Digital
  • Monday 18.11. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 18.11. 15:00 - 16:30 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 20.11. 13:30 - 16:30 Digital
  • Monday 25.11. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 25.11. 15:00 - 16:30 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 27.11. 13:30 - 16:30 Digital
  • Monday 02.12. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 02.12. 15:00 - 16:30 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 04.12. 13:30 - 16:30 Digital
  • Monday 09.12. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 09.12. 15:00 - 16:30 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 11.12. 13:30 - 16:30 Digital
  • Monday 16.12. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 16.12. 15:00 - 16:30 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 08.01. 13:30 - 16:30 Digital
  • Monday 13.01. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 13.01. 15:00 - 16:30 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 15.01. 13:30 - 16:30 Digital
  • Monday 20.01. 15:00 - 16:30 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 22.01. 13:30 - 16:30 Digital
  • Monday 27.01. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 27.01. 15:00 - 16:30 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 29.01. 13:15 - 14:45 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß

Information

Aims, contents and method of the course

Basics of estimation and test theory, introduction to statistical modeling and decision theory.
Course is presented by streaming.

Assessment and permitted materials

Regular participation in the courses is desirable. At least 50% of the weekly exercises must be completed. Depending on the size of the group, you will present an exercise 2-3 times per semester in the course of the exercise. At the end of the semester, there is a written exam.

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).

Minimum requirements and assessment criteria

The grading will consist of the following points:
- Proportion of correctly solved exercises.
- Quality of the presented exercises.
- Result of the written exam.
The exact proportions and grading standards will be announced on Moodle and in the course of the first events.

Examination topics

Content of the LV.

Reading list

Es gibt sehr viele einführende Statistik-Lehrbücher, z. B.
J. Lehn, H. Wegmann. Einführung in die Statistik.
H. Pruscha. Vorlesungen über Mathematische Statistik.
H. Pruscha. Angewandte Methoden der Mathematischen Statistik.
L. Breiman. Statistics: With a View Toward Applications.
V. Rohatgi. Statistical Inference.
G. Casella, R. L. Berger. Statistical Inference.
W. Pestman. Mathematical Statistics: An Introduction.
K. Bosch. Elementare Einführung in die angewandte Statistik: Mit Aufgaben und Lösungen.
Folgende Lehrbücher behandeln sowohl Wahrscheinlichkeitstheorie als auch Statistik:
H. Dehling und B. Haupt. Einführung in die Wahrscheinlichkeitstheorie und Statistik.
U. Krengel. Einführung in die Wahrscheinlichkeitstheorie und Statistik.
H.O. Georgii. Stochastik: Einführung in die Wahrscheinlichkeitstheorie und Statistik.
Folgende Bücher von Lehmann sind Klassiker:
E. L. Lehmann, G. Casella. Theory of Point Estimation.
E. L. Lehmann. Testing Statistical Hypotheses.
E. L. Lehmann. Elements of Large Sample Theory.
Sehr empfehlenswert wegen ihrer Konzentration auf das Wesentliche sind diese zwei Bücher:
L. Wasserman. All of Statistics.
L. Wasserman. All of Nonparametric Statistics.

Association in the course directory

Last modified: Tu 15.10.2024 14:05