311.186 (23W) Übungen zu Regressionsmodelle
Überblick
- Lehrende/r
- LV-Titel englisch Regression Models, exercises
- LV-Art Übung (prüfungsimmanente LV )
- LV-Modell Präsenzlehrveranstaltung
- Semesterstunde/n 1.0
- ECTS-Anrechnungspunkte 2.0
- Anmeldungen 10 (25 max.)
- Organisationseinheit
- Unterrichtssprache Deutsch
- mögliche Sprache/n der Leistungserbringung Deutsch , Englisch
- LV-Beginn 03.10.2023
- eLearning zum Moodle-Kurs
Zeit und Ort
LV-Beschreibung
Intendierte Lernergebnisse
Die Studierenden sind nach erfolgreicher Absolvierung des Faches in der Lage
- Regressionsmodelle zu formulieren,
- Parameterschätzungen in Regressionsmodellen durchzuführen und und die Ergebnisse zu interpretieren,
- geschätzte Modelle auf ihre Voraussetzungen (etwa funktionale Form, Missspezifikation, Heteroskedastizität) zu überprüfen,
- die theoretischen Grundlagen aus der Vorlesung einzuordnen bzw. anzuwenden.
Lehrmethodik
Übungsaufgaben, Computereinsatz (Statistiksoftware R)
Inhalt/e
Schätzen und Testen im einfachen und multiplen linearen Regressionsmodell mit metrischen und kategorialen Prädiktoren. Generalisierte lineare Modelle.
Erwartete Vorkenntnisse
- elementare Arithmetik
- lineare Algebra (insbesondere Matrizenrechnung)
- Grundlagen der Wahrscheinlichkeitsrechnung
- Arbeiten mit Verteilungen
- R oder ähnliche Skriptsprache
Literatur
Fahrmeier, Kneib, Lang, Marx (2021): Regression. Models, Methods and Applications (2nd edition). Springer.
Fahrmeier, Kneib, Lang (2009): Regression. Modelle, Methoden und Anwendungen. Springer.
Prüfungsinformationen
Prüfungsmethode/n
Präsentation der Übungsbeispiele an der Tafel und am Computer in R, Projektarbeit.
Prüfungsinhalt/e
Übungsaufgaben zum Stoff der Vorlesung.
Beurteilungskriterien/-maßstäbe
Die Note ergibt sich aus
- der Anzahl gekreuzter Beispiele
- Mitarbeit/Tafelleistung
- Projektarbeit
Beurteilungsschema
Note BenotungsschemaPosition im Curriculum
- Bachelorstudium Technische Mathematik
(SKZ: 201, Version: 17W.1)
-
Fach: Stochastik
(Pflichtfach)
-
6.5 Lineare Modelle (
1.0h UE / 2.0 ECTS)
- 311.186 Übungen zu Regressionsmodelle (1.0h UE / 2.0 ECTS) Absolvierung im 5. Semester empfohlen
-
6.5 Lineare Modelle (
1.0h UE / 2.0 ECTS)
-
Fach: Stochastik
(Pflichtfach)
- Bachelorstudium Technische Mathematik
(SKZ: 201, Version: 22W.1)
-
Fach: Stochastik
(Pflichtfach)
-
6.6 Regressionsmodelle (
1.0h UE / 2.0 ECTS)
- 311.186 Übungen zu Regressionsmodelle (1.0h UE / 2.0 ECTS) Absolvierung im 5. Semester empfohlen
-
6.6 Regressionsmodelle (
1.0h UE / 2.0 ECTS)
-
Fach: Stochastik
(Pflichtfach)
Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung
-
Wintersemester 2022/23
- 311.186 UE Übungen zu Regressionsmodelle (1.0h / 2.0ECTS)
-
Wintersemester 2021/22
- 311.186 UE Übungen zu Lineare Modelle (1.0h / 2.0ECTS)
-
Wintersemester 2020/21
- 311.186 UE Übungen zu Lineare Modelle (1.0h / 2.0ECTS)
-
Wintersemester 2019/20
- 311.186 UE Übungen zu Lineare Modelle (1.0h / 2.0ECTS)
-
Wintersemester 2018/19
- 311.186 UE Übungen zu Lineare Modelle (1.0h / 2.0ECTS)
-
Wintersemester 2017/18
- 311.186 UE Lineare Modelle (1.0h / 2.0ECTS)