Statistische Datenanalyse (Wintersemester 2013/2014)
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: 1.10.2013 - 31.10.2013
- 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 Datenmengen, die sich im Finanzwesen, im Marketing, in der Soziologie, der Medizin, der Biologie und der Bioinformatik ergeben und auch weniger umfangreiche Beobachtungen bei naturwissenschaftlichen 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 Problemstellungen 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 Wahrscheinlichkeitstheorie 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
Vorlesung:
Montag und Mittwoch, 9:15-10:45 Uhr
Raum H-E.51
Zurück