250009 VO Statistics and Data Science (2025S)
Labels
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
Language: German
Lecturers
Classes (iCal) - next class is marked with N
- Tuesday 04.03. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Wednesday 05.03. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Tuesday 11.03. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Tuesday 18.03. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Wednesday 19.03. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Tuesday 25.03. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Wednesday 26.03. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Tuesday 01.04. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Wednesday 02.04. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Tuesday 08.04. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Wednesday 09.04. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- N Tuesday 29.04. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Wednesday 30.04. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Tuesday 06.05. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Wednesday 07.05. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Tuesday 13.05. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Wednesday 14.05. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Tuesday 20.05. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Wednesday 21.05. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Tuesday 27.05. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Wednesday 28.05. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Tuesday 03.06. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Wednesday 04.06. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Tuesday 10.06. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Wednesday 11.06. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Tuesday 17.06. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Wednesday 18.06. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Tuesday 24.06. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
- Wednesday 25.06. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
Information
Aims, contents and method of the course
Assessment and permitted materials
Es dürfen keine zusätzlichen Hilfsmittel verwendet werden.
Minimum requirements and assessment criteria
Mindestanforderung: Kenntnis der Definitionen sowie der zentralen mathematischen Resultate
Examination topics
Sämtliche in der Vorlesung behandelten Resultate und Beweise sind Stoff der Prüfung.
Reading list
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
Association in the course directory
SDS
Last modified: 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.