Stochastik I

Dozent: Prof. Dr. Markus Pauly

Übungsleiter: Dr. Dennis Dobler & Paavo Sattler

 


Allgemeine Informationen:

SpracheDeutsch
Vorlesung4 h

Übung

Voraussetzungen


Zielgruppe

2 h

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

Bachelor Mathematik/Wirtschaftsmathematik/Mathematische Biometrie/Lehramt Mathematik/ Master of Finance.

 

Zeit und Ort:

  Vorlesung                    Montag, 10-12 Uhr und Donnerstag, 10-12 Uhr jeweils in N25-H3

  Übung                          Dienstag, 16-18 Uhr in N24-H15

 


Klausur :

1. Klausur: Montag 31.07.2017           Uhrzeit: 9:00 - 11:00 im Hörsaal H4/5

2. Klausur: Montag 09.10.2017          Uhrzeit: 9:15 - 11:15 im Hörsaal H3

 


Inhalt:

Die Vorlesung gibt eine Einführung in die mathematische Statistik. Sie baut unmittelbar auf der Vorlesung Elementare Wahrscheinlichkeitsrechnung und Statistik auf. Schwerpunkte der Vorlesung sind unter anderem

  • Beschreibende Statistik
  • Schätzung von Parametern
  • Konfidenzintervalle
  • Tests statistischer Hypothesen

Übungsblätter und zusätzliches Material:

  • Übungsblätter sind unter Moodle verfügbar.
  • Es sind 50% der Punkte nötig, um sich für die Klausur anmelden zu können.
  • Zur Anrechnung der erzielten Punkte ist eine Anmeldung auf Moodle erforderlich.
  • Studenten, die aus früheren Veranstaltungen die Vorleistung erreicht haben, dürfen bei der Klausur mitschreiben. 

 

Die erste Übung findet bereits am 18.4. statt. Es gibt eine kurze Einführung in die Statistik-Software R. Dies ist eine freie Programmiersprache, die sich großer Beliebtheit in der statistischen Forschung und nahezu allen quantitativen Wissenschaften erfreut. Eine erste Einführung mit wichtigen Befehlen findet sich z.B. hier (cran) oder hier (Uni-Ulm-Website). Weiterhin werden ihre R Kenntnisse von Zeit zu Zeit in der Vorlesung sowie im Rahmen von Übungsaufgaben weiter vertieft.

Das Programm R lässt sich hier downloaden und die Entwicklungsumgebung RStudio hier.


Literatur :

  •  Agresti,A. und Franklin, C. (2007). Statistics.
  • Bickel, P., Doksum, K., 2015. Mathematical Statistics: Basic Ideas and Selected Topics..
  • Casella, G., Berger, R.L., 2002. Statistical Inference. Duxbury, Pacific Grove (CA).
  • Cramer, E. und Kamps, U. (2008). Grundlagen der Wahrscheinlichkeitsrechnung und Statistik, Springer.
  • Fahrmeir, L., Künstler, R., Pigeot, I. und Tutz, G. (2007). Statistik - Der Weg zur Datenanalyse, Springer.
  • Freedman, D. A. (2009). Statistical models: theory and practice. Cambridge university press.
  • Friedman, J., Hastie, T., und Tibshirani, R. (2001). The elements of statistical learning, Springer.
  • Georgii, H. O., 2015. Stochastik: Einführung in die Wahrscheinlichkeitstheorie und Statistik. Walter de Gruyter.
  • Hartung, J., Elpert, B., Klösener, K.-H., 1993. Statistik. R. Oldenbourg Verlag München.
  • Kleiber, C. und Zeileis, A. (2008). Applied econometrics with R. Springer Science and Business Media.
  • Krengel, U., 2002. Einführung in die Wahrscheinlichkeitstheorie und Statistik. Vieweg.
  • Lehmann, E. L., Casella, G. (2006). Theory of point estimation. Springer Science & Business Media.
  • Lehmann, E. L., Romano, J. P. (2005). Testing statistical hypotheses. Springer Science & Business Media.
  • Witting, H. (2013). Mathematische Statistik I: Parametrische Verfahren bei festem Stichprobenumfang. Springer-Verlag.
  • Witting, H., Nölle, G. (1970). Angewandte mathematische Statistik: Optimale finite und asymptotische Verfahren. Teubner.

 

 

Notes