Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 

PRAESENZ (PRESENCE) im WS 21/22: Mathematische Statistik / Mathematical Statistics(Stochastik) - Einzelansicht

  • Funktionen:
Grunddaten
Veranstaltungsart Vorlesung Langtext
Veranstaltungsnummer 10163 Kurztext FMI-MA1701
Semester WS 2021 SWS 3
Teilnehmer 1. Platzvergabe 15 Max. Teilnehmer 2. Platzvergabe 15
Rhythmus Jedes 2. Semester Studienjahr
Credits für IB und SPZ
E-Learning
Hyperlink
Sprache Deutsch/Englisch
Belegungsfrist Zur Zeit keine Belegung möglich
Abmeldefristen
Nach Zulassung ist eine Abmeldung nur durch den Dozenten möglich.

Nach Zulassung ist eine Abmeldung auch durch den Teilnehmer möglich.

Nach Zulassung ist eine Abmeldung nur durch den Dozenten möglich.
Termine Gruppe: 1-Gruppe iCalendar Export für Outlook
  Tag Zeit Rhythmus Dauer Raum Lehrperson (Zuständigkeit) Status Bemerkung fällt aus am Max. Teilnehmer 2. Platzvergabe
Einzeltermine anzeigen Mi. 10:00 bis 12:00 w. 20.10.2021 bis
09.02.2022
Fröbelstieg 1 - HS 5 Abb   findet statt

Vorlesung im wöchentlichen Wechsel mit Übung (LV-Nr: 10143)

 
Einzeltermine anzeigen Do. 12:00 bis 14:00 w. 21.10.2021 bis
10.02.2022
Carl-Zeiß-Straße 3 - SR 123   findet statt  
Gruppe 1-Gruppe:



Zugeordnete Personen
Zugeordnete Personen Zuständigkeit
Neumann, Michael, Universitätsprofessor, Dr. verantwortlich
Hickethier, Nicole organisatorisch
Zuordnung zu Einrichtungen
Stochastik
Fakultät für Mathematik und Informatik
Inhalt
Kommentar

Sie müssen beide Vorlesungstermine besuchen. Jede 2. Woche ist der Mittwochtermin eine Übung (LV-Nr.: 10143), diese auch belegen.

Literatur

Bickel, P.J. and Doksum, K.A. (1977). Mathematical Statistics. Holden-Day, San Francisco.

Draper, N.R. and Smith, H. (1981). Applied Regression Analysis. 2nd edition. Wiley, New York.

Montgomery, D.C. and Peck, E.A. (1992). Introduction to Linear Regression Analysis. Wiley, New York.

Shao, J. (2003). Mathematical Statistics. 2nd edition. Springer, New York.

Weisberg, S. (2005). Applied Linear Regression. 3rd edition. Wiley, Hoboken.

Voraussetzungen

A sound knowledge of concepts of probability theory and measure theory is necessary.

Students are strongly adviced to take such courses in advance.

 

There are no additional requirements for the admission to the oral examination.

 

Leistungsnachweis

Oral examination within the official examination period (February 14 - March 04); precise date will be fixed in good time.

Lerninhalte
  1. Linear Regression
    1.1 Introduction and data examples1.2 Least squares estimation in a linear model1.3 Choice of a good model: hypothesis testing
  2. Statistical estimation of parameters
    2.1 A model for a statistical experiment2.2 Some methods of estimation2.3 Consistency of estimators2.4 Comparison of estimators - optimality theory2.5 The information inequality2.6 Bayes and minimax estimators
  3. Testing sttistical hypotheses3.1 The elements of hypothesis testing3.2 Optimals tests3.3 Likelihood ratio tests

 

 

 

Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester WS 2021 , Aktuelles Semester: SoSe 2024

Impressum | Datenschutzerklärung