311.234 (23S) Multivariate Datenanalyse

Sommersemester 2023

Anmeldefrist abgelaufen.

Erster Termin der LV
02.03.2023 09:00 - 12:00 N.1.43 On Campus
... keine weiteren Termine bekannt

Überblick

Lehrende/r
LV-Titel englisch Multivariate Data Analysis
LV-Art Vorlesung
LV-Modell Präsenzlehrveranstaltung
Semesterstunde/n 3.0
ECTS-Anrechnungspunkte 4.0
Anmeldungen 10
Organisationseinheit
Unterrichtssprache Deutsch
LV-Beginn 02.03.2023
eLearning zum Moodle-Kurs

Zeit und Ort

Liste der Termine wird geladen...

LV-Beschreibung

Intendierte Lernergebnisse

Kennenlernen der wichtigsten Begriffe und Methoden der Multivariaten Statistik und deren praktische Umsetzung in R

Lehrmethodik

Vorlesungen,  Skript in Moodle.

Inhalt/e

Graphische Veranschaulichung von multivariaten Daten

Kovarianz(matrix), Multivariate Normalverteilung, Mult. t-Verteilung, Wishart Verteilung

Lineare Regression

Hauptkomponentenanalyse (PCA)

Faktoranalyse

Kanonische Korrelationsanalyse

Diskriminanzanalyse

Multivariate Varianzanalyse

Clusteranalyse

Multidimensional Scaling

Bayessche Methoden in der Multivariaten Datenanalyse

Erwartete Vorkenntnisse

Stochastik I, II

Literatur

Mardia K.V. ,Kent J.T., Bibby J.M. (1979),  Multivariate Analysis, Academic Press, London.

Prüfungsinformationen

Im Fall von online durchgeführten Prüfungen sind die Standards zu beachten, die die technischen Geräte der Studierenden erfüllen müssen, um an diesen Prüfungen teilnehmen zu können.

Prüfungsmethode/n

Mündliche Prüfung (ca 45 min) über den Stoff der Vorlesung.

Individuelle Prüfungsterminvereinbarung möglich.

Prüfungsinhalt/e

Stoff der Vorlesung

Beurteilungskriterien/-maßstäbe

Mindestens 50 % der mündlichen  Prüfungsfragen müssen sehr gut beantwortet sein.

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Bachelorstudium Technische Mathematik (SKZ: 201, Version: 22W.1)
    • Fach: Angewandte Statistik (Wahlfach)
      • 9.3 Multivariate Datenanalyse ( 3.0h VO / 4.0 ECTS)
        • 311.234 Multivariate Datenanalyse (3.0h VO / 4.0 ECTS)
  • Bachelorstudium Technische Mathematik (SKZ: 201, Version: 17W.1)
    • Fach: Angewandte Statistik (Wahlfach)
      • 9.3 Multivariate Datenanalyse ( 3.0h VO / 4.0 ECTS)
        • 311.234 Multivariate Datenanalyse (3.0h VO / 4.0 ECTS)
          Absolvierung im 5., 6. Semester empfohlen
  • Bachelorstudium Technische Mathematik (SKZ: 201, Version: 22W.1)
    • Fach: Angewandte Mathematik (Wahlfach)
      • 11.1 Wahl von weiteren Lehrveranstaltungen aus den Vertiefungsfächern ( 0.0h XX / 12.0 ECTS)
        • 311.234 Multivariate Datenanalyse (3.0h VO / 4.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Wintersemester 2019/20
  • 311.234 VO Multivariate Datenanalyse (3.0h / 4.0ECTS)
Wintersemester 2018/19
  • 311.234 VO Multivariate Datenanalyse (3.0h / 4.0ECTS)
Wintersemester 2017/18
  • 311.234 VO Multivariate Datenanalyse (3.0h / 4.0ECTS)