311.230 (13S) Computational Statistics

Sommersemester 2013

Anmeldefrist abgelaufen.

Erster Termin der LV
06.03.2013 12:00 - 14:00 Z.0.19 On Campus
... keine weiteren Termine bekannt

Überblick

Lehrende/r
LV-Titel englisch Computational Statistics
LV-Art Praktikum (prüfungsimmanente LV )
Semesterstunde/n 2.0
ECTS-Anrechnungspunkte 4.0
Anmeldungen 16 (25 max.)
Organisationseinheit
Unterrichtssprache Deutsch
LV-Beginn 01.03.2013

Zeit und Ort

Liste der Termine wird geladen...

LV-Beschreibung

Lehrmethodik inkl. Einsatz von eLearning-Tools

Vortrag + Übungen im R

Inhalt/e

Themen

  • Grundlagen der Programmiersprache R
  • Explorative Datenanalyse mit R
  • Kerndichteschätzung
  • Maximum-Likelihood Schätzung
  • Monte Carlo Methoden und Bayesian Computation
  • Bootstrapping
  • EM-Algorithmus
  • Spline Smoothing

Lehrziel

Ziel der LV ist es, die wichtigsten Methoden der computergestützten Statistik theoretisch zu verstehen und für praxisnahe Beispiele mit Hilfe der freien Statistiksoftware R selbst zu implementieren.

Erwartete Vorkenntnisse

Stochastik I

Sonstige Studienbehelfe

Skriptum im Moodle

Literatur

J.E. Gentle, W. Härdle und Y. Mori: Handbook of Computational Statistics. Springer, Berlin (2004) G.H. Givens und J.A. Hoeting: Computational Statistics. John Wiley & Sons, New York (2005) U. Ligges: Programmieren mit R. Springer, Berlin (2009) C.P. Robert und G. Casella: Introducing Monte Carlo Methods with R. Springer, New York (2010) J.S. Simonoff: Smoothing Methods in Statistics. Springer, New York (1996)

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.

Prüfungsinhalt/e

Projektarbeit + Themen der LV

Beurteilungskriterien/-maßstäbe

Schriftliche Projektarbeit + mündliches Prüfungsgespräch

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Diplom-Lehramtsstudium Unterrichtsfach Mathematik (SKZ: 406, Version: 04W.7)
    • 2.Abschnitt
      • Fach: Stochastik (LM 2.3.) (Pflichtfach)
        • Computational Statistics ( 2.0h PR / 2.0 ECTS)
          • 311.230 Computational Statistics (2.0h PR / 2.0 ECTS)
  • Bachelorstudium Informatik (SKZ: 521, Version: 09W.3)
    • Fach: Anwendungsfach Mathematik (Wahlfach)
      • Lehrveranstaltungen aus den Pflichtfächern des Bachelorstudiums Technische Mathematik ( 4.0h VO / 4.0 ECTS)
        • 311.230 Computational Statistics (2.0h PR / 4.0 ECTS)
  • Bachelorstudium Informatik (SKZ: 521, Version: 09W.3)
    • Fach: Anwendungsfach Mathematik (Wahlfach)
      • Lehrveranstaltungen aus den Pflichtfächern des Bachelorstudiums Technische Mathematik ( 2.0h UE / 2.0 ECTS)
        • 311.230 Computational Statistics (2.0h PR / 4.0 ECTS)
  • Bachelorstudium Technische Mathematik (SKZ: 201, Version: 12W.2)
    • Fach: Angewandte Statistik (Wahlfach)
      • Computational Statistics ( 2.0h PR / 4.0 ECTS)
        • 311.230 Computational Statistics (2.0h PR / 4.0 ECTS)
  • Bachelorstudium Technische Mathematik und Datenanalyse (SKZ: 201, Version: 03W.3)
    • Fach: Stochastik (Pflichtfach)
      • Computational Statistics ( 2.0h PR / 4.0 ECTS)
        • 311.230 Computational Statistics (2.0h PR / 4.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Sommersemester 2024
  • 311.230 PR Computational Statistics (2.0h / 4.0ECTS)
Sommersemester 2022
  • 311.230 PR Computational Statistics (2.0h / 4.0ECTS)
Sommersemester 2020
  • 311.230 PR Computational Statistics (2.0h / 4.0ECTS)
Sommersemester 2019
  • 311.230 PR Computational Statistics (2.0h / 4.0ECTS)
Sommersemester 2018
  • 311.230 PR Computational Statistics (2.0h / 4.0ECTS)
Sommersemester 2017
  • 311.230 PR Computational Statistics (2.0h / 4.0ECTS)
Sommersemester 2016
  • 311.230 PR Computational Statistics (2.0h / 4.0ECTS)
Sommersemester 2015
  • 311.230 PR Computational Statistics (2.0h / 4.0ECTS)
Sommersemester 2014
  • 311.230 PR Computational Statistics (2.0h / 4.0ECTS)