Îçҹ̽»¨

Veranstalter

Dozent
Prof. Dr. Volker Schmidt

Ãœ²ú³Ü²Ô²µ²õ±ô±ð¾±³Ù±ð°ù
Matthias Neumann

Zeit und Ort

Vorlesung
Montag, 10-12 Uhr in H3
Donnerstag, 10-12 Uhr in H3

Ãœ²ú³Ü²Ô²µ
Dienstag 16-18 Uhr in H15

Umfang

4 Stunden Vorlesung und 2 Stunden Ãœ²ú³Ü²Ô²µ

Voraussetzungen

Analysis I und II, Lineare Algebra I und II, Elementare WR und Statistik

Zielgruppe

Bachelor Mathematik, Wirtschaftsmathematik und Mathematische Biometrie, Lehramt Mathematik

Inhalt

Die Vorlesung gibt eine Einführung in die mathematischen Methoden der Statistik. Schwerpunkte der Vorlesung sind

• Grundideen der statistischen Datenanalyse
• Deskriptive Statistik
• Schätzung von Parametern
• Konfidenzintervalle 
• Tests statistischer Hypothesen
• Einfache lineare Regression

Vorlesungsskript

Das Vorlesungsskript zur Veranstaltung Stochastik I von Prof. Schmidt wird hier als PDF zum Download angeboten.

Hier kann eine Einführung in die Programmiersprache R heruntergeladen werden. R wird benötigt um einige Ãœ²ú³Ü²Ô²µsaufgaben zu bearbeiten.

Ãœ²ú³Ü²Ô²µsblätter

Um Ãœ²ú³Ü²Ô²µspunkte zu erhalten ist eine Anmeldung für die Veranstaltung im ²Ôö³Ù¾±²µ.

Blatt1  marathon2012.txt

Blatt2

Blatt3

Blatt4  data_invg.txt

Blatt5

Blatt6

Blatt7

Blatt8

Blatt9

Blatt10 Loesungsskizze

Blatt11 Bleiakkus.txt

Blatt12

Blatt13 (Bonusblatt)

Aufgaben zur Wiederholungsstunde: Teil1, Teil2

Klausur

Die erste Klausur findet am 05.08.2016 (14.15-16.15 Uhr) statt, die zweite Klausur am 10.10.2016 (9.15 -11.15 Uhr).

Voraussetzung zur Teilnahme an beiden Klausuren ist das Erreichen von 50% der Ãœ²ú³Ü²Ô²µspunkte.

Bitte bis 4 Tage vor der Klausur im Hochschulportal zur Klausur anmelden (nur mit bestandener Vorleistung möglich).

Software-Downloads

Zum Lösen einiger Ãœ²ú³Ü²Ô²µsaufgaben ist die Programmiersprache R ²Ôö³Ù¾±²µ. Diese kann unter folgendem Link kostenlos heruntergeladen werden:

Zusätzlich empfiehlt es sich die übersichtlichere Benutzeroberfläche RStudio herunterzuladen. Vor der Installation muss jedoch zwingend die Programmiersprache R installiert werden. RStudio ist unter folgendem Link kostenlos verfügbar:

Weitere Informationen

Diese Vorlesung bildet eine wichtige Grundlage für weiterführende Stochastik-Vorlesungen, die an unserer Fakultät angeboten werden, insbesondere für die Vorlesungen Stochastik II und III, aber auch für weiterführende Wahlpflicht-Veranstaltungen unseres Instituts wie Räumliche Statistik, Zufallsfelder, Monte-Carlo Simulation, Risiko- und Extremwerttheorie. Darüber hinaus spielen die in dieser Vorlesung behandelten Inhalte eine grundlegende Rolle in der Versicherungs- und Finanzmathematik, sowie den quantitativ orientierten Wirtschaftswissenschaften.

Literatur

• Bickel, P., Doksum, K.
  Mathematical Statistics: Basic Ideas and Selected Topics
  2nd ed., Vol. l
  Prentice Hall, London, 2001,
• Burkschat, M., Cramer, E., Kamps, U.
  Beschreibende Statistik, Grundlegende Methoden
  Springer, 2004
• Casella, G., Berger, R.L.
  Statistical Inference
  2nd ed.
  Duxbury, Pacific Grove (CA), 2002
• Fahrmeir, L., Künstler, R., Pigeot, I., Tutz, G.
  Statistik. Der Weg zur Datenanalyse
  3. Aufl.
  Springer, 2001
• Hartung, J., Elpert, B., Klösener, K.-H.
  Statistik
  9. Aufl.
  R. Oldenbourg Verlag München, 1993
• Koch, K.-R.
  Parameter Estimation and Hypothesis Testing in Linear Models
  Springer, 1999
• Krengel, U.
  Einführung in die Wahrscheinlichkeitstheorie und Statistik
  6. Aufl.
  Vieweg, Braunschweig, 2002,
• Lehn, J., Wegmann, H.
  Einführung in die Statistik
  3. Aufl.
  Teubner, Stuttgart, 2000
• Pruscha, H.
  Vorlesungen über Mathematische Statistik
  Teubner, Stuttgart, 2000
• Pruscha, H.
  Angewandte Methoden der Mathematischen Statistik
  Teubner, Stuttgart 1996
• Spiegel, M R., Stephens, L. J.
  Statistik
  3. Aufl.
  McGraw-Hill, 1999
• Wasserman, L.
  All of Statistics. A Concise Course in Statistical Inference
  Springer, 2004
• Maindonald, J., Braun, J.
  Data Analysis and Graphics Using R
  Cambridge University Presss, 2003