Statistische Datenanalyse (Sommersemester 2016)
Lecturer:
apl. Prof. Dr. Hannelore Liero
Course Website:
https://moodle2.math.uni-potsdam.de/
General Information
- Weekly Hours: 4
- Credits: 6
- Graded:
yes
- Enrolment Deadline:
- Teaching Form: Lecture
- Enrolment Type: Compulsory Elective Module
Programs, Module Groups & Modules
- Business Process & Enterprise Technologies
- IT-Systems Engineering A
- IT-Systems Engineering B
- IT-Systems Engineering C
- IT-Systems Engineering D
Description
Daten werden in allen Bereichen des gesellschaftlichen Lebens erfasst, seien es riesige Daten-mengen, die sich im Finanzwesen, im Marketing, in der Soziologie, der Medizin, der Biologie und der Bioinformatik ergeben und auch weniger umfangreiche Beobachtungen bei natur¬wissenschaft¬lichen Experimenten und technischen Qualitätstests. Die Aufgabe der Statistik ist „Learning from data“. Dabei geht es darum, Methoden und Konzepte aufzuzeigen, wie man die Informationen, die die in diesen Daten stecken, herausfiltert, wie man zugrundeliegende Strukturen erkennt und künftige Tendenzen vorhersagt. Ziel der Vorlesung ist es, ausgehend von ausgewählten Problem¬stellungen Grundprinzipien der statistischen Analyse von Daten zu vermitteln.
Daten werden als Werte von zufälligen Größen betrachtet und die Gültigkeit der getroffenen statistischen Aussagen wird durch die Angabe von Wahrscheinlichkeiten quantifiziert. Deshalb werden neben Methoden aus der Statistik auch wichtige Grundbegriffe aus der Wahrscheinlichkeits¬theorie eingeführt.
Folgende Themen werden behandelt
• Grundbegriffe aus der Wahrscheinlichkeitstheorie
• Datenstrukturen – Häufigkeitsverteilungen – Modelle
• Parametrische und nichtparametrische Schätzmethoden
• Testen von Hypothesen
• Regression, Vorhersage und Klassifikation
• Simulationen in der Statistik
Requirements
Grundkenntnisse Mathematik
Learning
Vorlesung
Examination
Klausur
Dates
Montags 9:15Uhr - 10:45Uhr
Mittwochs 9:15Uhr - 10:45Uhr
Zurück