Home

Statistische Methoden

+41 76 392 03 20, christoph.luchsinger@acad.jobs, Dr. Christoph Luchsinger

acadjobs.com: Alle Akademischen Stellen weltweit – und die besten Jobs in der Privatwirtschaft
Math-Jobs.com: Jobs in Mathematik und Statistik

Christoph Luchsinger liest nicht mehr an der Uni Basel

Ziele der Vorlesung: die StudentInnen

  1. kennen drei zentral wichtige Gebiete der klassischen Statistik:
  2. können geeignete Datensätze mit obigen Methoden mit Hilfe eines Statistik-Pakets selbständig analysieren
  3. kennen die Grenzen obiger Methoden
  4. haben das Basiswissen, damit Sie sich selbständig in der angegebenen Literatur in andere Gebiete der Statistik einarbeiten können

Inhalt: Aufbauend auf Kenntnissen einer einsemestrigen Einführung in die Wahrscheinlichkeitstheorie / Statistik werden in dieser Vorlesung wichtigste statistische Analysemethoden besprochen.

    Wahrscheinlichkeitstheorie

  1. Repetition Wahrscheinlichkeitstheorie (WT) [bitte wenn nötig vor Semesterbeginn durcharbeiten, wir beginnen mit Kapitel 2]
  2. Beweis CLT

    Statistische Methoden

  3. Grundlagen der Statistik
  4. Testtheorie
  5. Schätztheorie und Konfidenzintervalle
  6. Repetition: Rechnen mit Matrizen für die Statistik [bitte wenn nötig vor Kapitel 7 durcharbeiten, Kapitel 6 wird übersprungen]
  7. Regression

    Praxis

  8. Lehren für's Management & das tägliche Leben
  9. Fallstudien

ausgefüllte Skripten: 2, 3, 4, 5, 7

Useful stuff:

Diese Vorlesung ist ganz klar eine Mathematische Statistik-Vorlesung und keine "Angewandte Statistik" oder "Statistische Datenanalyse". Wir versuchen jedoch wo möglich immer auch praktische Aspekte zu berücksichtigen und mit realen Datensätzen zu arbeiten.

Voraussetzungen: Eine einführende Vorlesung in Wahrscheinlichkeitstheorie/Statistik.

Übungen:

Es gibt 3 Kategorien von Übungsaufgaben:

  1. Must: Training der Definitionen und leichte Rechenübungen. Sie werden weder abgegeben noch korrigiert. Es wird wärmstens empfohlen, all diese Aufgaben selbständig zu lösen!
  2. Standard: Eigentliche Aufgaben, welche abzugeben sind und korrigiert werden. Für das Testat werden 66% der möglichen Punktzahl in dieser Kategorie benötigt.
  3. Honours: Freiwillige, leicht schwierigere Aufgaben. Sie müssen nicht gelöst werden, um das Testat zu erhalten. Falls es mit dem Testat knapp wird, werden die hier erzielten Punkte zur Erreichung des Testats hinzugezählt (nur zum Vorteil der Studis). Der Dozent gibt eine Honours-Bestätigung (kein offizielles Dokument) ab, sobald jemand mindestens 66% dieser Punkte erreicht und in der Prüfung mindestens eine 5-6 ablegt.

Übungsblätter:

Literatur: Obiges Skript.

Ich empfehle von der Vorlesung Einführung in die Wahrscheinlichkeitstheorie und Statistik her 3 Bücher als Begleitliteratur:

Speziell für diese Vorlesung kommt hinzu:

Das Buch von Stahel (Prof. Stahel leitet den statistischen Beratungsdienst der ETH Zürich) ist besonders dann geeignet, wenn man nach dieser Vorlesung an konkreten Datensätzen arbeitet.

Statistik-Paket R:

In den Übungen sind auch einfache Aufgaben mit Hilfe einer Statistik-Software zu lösen. Die StudentInnen sind in der Wahl eines Statistik-Pakets frei - fachliche Unterstützung kann Ihnen aber nur für R garantiert werden. R ist auf Mac, PC und Unix kostenlos installierbar. Auf den Institutsrechnern ist R installiert. StudentInnen mit eigenem PC/Mac können sich R hier herunterladen (Mac, PC und Unix). Eine ausführliche Einführung ist Getting Started in R von Dr. Saghir Bashir. Introductory Statistics with R von Peter Dalgaard ist je in der Bibliothek und im Computerraum vorhanden.