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 keine Anmeldevoraussetzung

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 keine Anmeldevoraussetzung

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)