311.234 (16S) Multivariate Datenanalyse

Sommersemester 2016

Anmeldefrist abgelaufen.

Erster Termin der LV
04.03.2016 09:00 - 12:00 N.2.01 On Campus
... keine weiteren Termine bekannt

Überblick

Lehrende/r
LV-Titel englisch Multivariate data analysis
LV-Art Vorlesung-Übung (prüfungsimmanente LV )
Semesterstunde/n 4.0
ECTS-Anrechnungspunkte 6.0
Anmeldungen 11 (25 max.)
Organisationseinheit
Unterrichtssprache Deutsch
LV-Beginn 01.03.2016

Zeit und Ort

Liste der Termine wird geladen...

LV-Beschreibung

Lehrmethodik inkl. Einsatz von eLearning-Tools

Vortrag an Tafel. Übungen in R.

Inhalt/e

Ausgewählte Methoden der multivariaten Statistik.

Themen

  • 1. Multivariate Daten und Verteilungen.
  • 2. Multivariate Normalverteilung.
  • 3. Multivariate Varianzanalyse (MANOVA).
  • 4. Clusteranalyse.
  • 5. Diskriminanzanalyse.
  • 6. Hauptkompenentenanalyse (PCA).
  • 7. Multidimensional Scaling, Korrespondenzanalyse.

Lehrziel

- Verstehen von Voraussetzungen, Zweck und Einschränkungen von versch. multivariaten Analysemethoden. - Auswahl der passenden multivariaten Analysemethode bzgl. einer gegebenen Fragestellung. - Umsetzung von multivariaten Analysen in R. - Interpretation der Ergebnisse.

Erwartete Vorkenntnisse

Stochastik 1. Grundkenntnisse in R.

Literatur

- J. Jobson: Applied Multivariate Data Analysis, Vol. I+II. Springer, New York, 1992. - A. Rencher: Methods of Multivariate Analysis. John Wiley & Sons, New York, 2002. - B. Everitt and T. Hothorn: An Introduction to Applied Multivariate Analysis with R. Springer, New York, 2011. - CRAN Task View: Multivariate Statistics, http://cran.r-project.org/web/views/Multivariate.html.

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

Themen der VO/Übungen.

Beurteilungskriterien/-maßstäbe

Projektarbeit und mündliche Prüfung.

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Bachelorstudium Technische Mathematik (SKZ: 201, Version: 12W.2)
    • Fach: Angewandte Statistik (Wahlfach)
      • Multivariate Datenanalyse ( 4.0h VU / 6.0 ECTS)
        • 311.234 Multivariate Datenanalyse (4.0h VU / 6.0 ECTS)
  • Bachelorstudium Technische Mathematik (SKZ: 201, Version: 12W.2)
    • Fach: Datenanalyse (ab 15W) (Pflichtfach)
      • Multivariate Datenanalyse ( 4.0h VK / 6.0 ECTS)
        • 311.234 Multivariate Datenanalyse (4.0h VU / 6.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Sommersemester 2015
  • 311.234 VU Multivariate Datenanalyse (4.0h / 6.0ECTS)
Sommersemester 2014
  • 311.234 VU Multivariate Datenanalyse (4.0h / 6.0ECTS)
Sommersemester 2013
  • 311.234 VU Multivariate Datenanalyse (4.0h / 6.0ECTS)