312.232 (18W) Generalized Linear Models

Wintersemester 2018/19

Anmeldefrist abgelaufen.

Erster Termin der LV
04.10.2018 16:30 - 18:00 , N.2.01
... keine weiteren Termine bekannt

Überblick

Lehrende/r
LV-Titel englisch
Generalized Linear Models
LV-Art
Vorlesung
Semesterstunde/n
2.0
ECTS-Anrechungspunkte
4.0
Anmeldungen
7
Organisationseinheit
Unterrichtssprache
Englisch
LV-Beginn
04.10.2018
eLearning
zum Moodle-Kurs

LV-Beschreibung

Intendierte Lernergebnisse

Selbstständige Auswahl und Auswertung von GLMs.
Selbstständige Interpretation der Ergebnisse.
Selbstständige Implementierung von GLMs in R.

Lehrmethodik

Vortrag an Tafel + Übungen im R.

Inhalt/e

0. Einführung
1. Erweiterungen Multiple Lineare Regression
2. Binäre Regression
3. Modelle für positive diskrete/stetige Responses
4. Regularisierung für GLMs und Bayes'sche GLMs
5. Modelle für kategoriale Daten

Erwartete Vorkenntnisse

Grundlagen Lineare Modelle, Multivariate Statistik und R.

Literatur

- L. Fahrmeier et.al.: Regression: Models, Methods and Applications, Springer, Berlin Heidelberg, 2013.
- G. Tutz: Regression for Categorical Data, Cambridge Univ. Press, New York, 2012.
- C.E. McCulloch et.al.: Generalized, Linear, and Mixed Models, John Wiley & Sons, Inc., Hoboken, 2008.

Intendierte Lernergebnisse

Autonomous selection and computation of GLMs.
Autonomous interpretation of GLM inference results.
Autonomous implementation and usage of GLMs in R.

Lehrmethodik

Oral presentation + blackboard + exercises in R.

Inhalt/e

0. Introduction
1. Linear model extensions/generalizations
2. Binary regression
3. Regression for positive response variables
4. Regularized GLMs and Bayesian GLMs
5. Multinomial regression

Erwartete Vorkenntnisse

Basics of linear models, multivariate statistics and R.

Literatur

- L. Fahrmeier et.al.: Regression: Models, Methods and Applications, Springer, Berlin Heidelberg, 2013.
- G. Tutz: Regression for Categorical Data, Cambridge Univ. Press, New York, 2012.
- C.E. McCulloch et.al.: Generalized, Linear, and Mixed Models, John Wiley & Sons, Inc., Hoboken, 2008.

Prüfungsinformationen

Prüfungsmethode/n

Mündliche Prüfung, ca. 45 min

Prüfungsinhalt/e

Inhalt der VO + Übungen.

Prüfungsmethode/n

Oral exam 

Prüfungsinhalt/e

Content of lecture/exercises.

Beurteilungsschema

Note/Grade Benotungsschema

Position im Curriculum

  • Doktoratsprogramm Modeling-Analysis-Optimization of discrete, continuous and stochastic systems (SKZ: ---, Version: 16W.1)
    • Fach: Modeling-Analysis-Optimization of discrete, continuous and stochastic systems (Pflichtfach)
      • Modeling-Analysis - Optimization of discrete, continuous and stochastic systems ( 0.0h XX / 0.0 ECTS)
        • 312.232 Generalized Linear Models (2.0h VO / 4.0 ECTS)
  • Masterstudium Mathematics (SKZ: 401, Version: 18W.1)
    • Fach: Applied Statistics (Wahlfach)
      • 5.4 Generalized Linear Models ( 2.0h VO / 4.0 ECTS)
        • 312.232 Generalized Linear Models (2.0h VO / 4.0 ECTS)
  • Masterstudium Mathematics (SKZ: 401, Version: 18W.1)
    • Fach: Applied Mathematics (Wahlfach)
      • Lehrveranstaltungen aus den Vertiefungsfächern ( 0.0h XX / 12.0 ECTS)
        • 312.232 Generalized Linear Models (2.0h VO / 4.0 ECTS)
  • Masterstudium Technische Mathematik (SKZ: 401, Version: 13W.1)
    • Fach: Angewandte Statistik (Wahlfach)
      • Generalisierte Lineare Modelle ( 3.0h VU / 6.0 ECTS)
        • 312.232 Generalized Linear Models (2.0h VO / 4.0 ECTS)
  • Doktoratsstudium Doktoratsstudium der Technischen Wissenschaften (SKZ: 786, Version: 12W.4)
    • Fach: Studienleistungen gem. § 3 Abs. 2a des Curriculums (Pflichtfach)
      • Studienleistungen gem. § 3 Abs. 2a des Curriculums ( 16.0h XX / 32.0 ECTS)
        • 312.232 Generalized Linear Models (2.0h VO / 4.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Wintersemester 2016/17
  • 312.232 VU Generalisierte Lineare Modelle (3.0h / 6.0ECTS)