Bitte beachten Sie: Wartungsarbeiten (Upgrade auf Moodle-Version 3.6) am Mittwoch, den 27.03.2019 zwischen 11:00 Uhr und ca. 14:00 Uhr MEZ. Die Lernplattform steht in diesem Zeitraum nicht zur Verfügung.
Spatial Statistics - Räumliche Statistik 2017
Kursthemen
Allgemeines
Spatial Statistics – Räumliche Statistik
Master Statistik, Master Biostatistik, Master Data Science, Master Statistik mit wirtschafts- und sozialwissenschaftlicher Ausrichtung, Vertiefte Statistik als Nebenfach für Master-Studiengänge
This course will be held in English on request – Die Veranstaltung wird bei entsprechender Nachfrage auf Englisch abgehalten.
Modelling and analysis of spatial and geographic data is of interest in many applications, such as meterology, geology and disease mapping. Another application can be find in image analysis. Often spatial data occur over time, leading to spatio-temporal models. The course will cover the most important approaches for modelling spatial data: Stationary Gaussian processes (Kriging), Markov random fields, and spatial point processes.
Die Modellierung und Analyse von Daten mit räumlich-geographischer Information ist in vielen Anwendungsbereichen von stark zunehmender Bedeutung. Klassische Anwendungsbeispiele sind die Untersuchung meteorologischer Daten, geologischer Phänomene oder die Kartierung von Krankheitsrisiken. Weitere Anwendungen finden sich im Bereich der Auswertung bildgebender Verfahren. In vielen Anwendungen liegen darüber hinaus räumliche Daten über die Zeit vor, welche die Modellierung von Raum-Zeit- Interaktionen benötigen. Die Vorlesung behandelt die zur Modellierung räumlicher Phänomene wesentlichen Klassen räumlicher stochastischer Prozesse: Stationäre Gauß-Prozesse (Kriging), Markov-Zufallsfelder und räumliche Punkt-Prozesse.
Dates and contents (preliminary)
26.4. Lecture (Introduction)
28.4. Lecture (Markov Random Fields)
03.5. Lecture (Gaussian Markov Random Fields)
05.5. Tutorial (MRF/GRMF)
10.5. Lecture (Latent GMRF)
12.5. Tutorial (Latent GMRF)
17.5. Lecture (More on MRF)
19.5. Lecture (Gaussian Processes)
24.5. Lecture (Gaussian Processes and Kriging)
26.5. Tutorial (Gaussian Processes)
31.5. Lecture (Kriging)
02.6. Tutorial (Kriging)
07.6. Lecture (Nonparametric estimation of surfaces)
09.6. Lecture (Nonparametric estimation of surfaces)
14.6. Tutorial (Nonparametric estimation of surfaces)
16.6. Lecture (Geoadditive Models)
21.6. Tutorial (GeoGAM)
23.6. Lecture (Geoadditive Models)
28.6. Lecture (Point Processes)
30.6. Lecture (Poisson Processes)
05.7. Lecture (Point Processes)
07.7. Lecture (Point Processes)
12.7. Tutorial (Poisson Processes)
14.7. Lecture (Point Processes)
19.7. Tutorial (Point Processes)
21.7. Lecture (LGCP as GeoGAM)
26.7. Tutorial (Point Processes)
28.7. Recapitulation
Literature
Rue, Held. Gaussian Markov Random Fields: Theory and Applications. Chapman and Hall/CRC, 2005.
Cressie, Wikle. Statistics for Spatio-temporal data. Chichester: Wiley 2011.
Die Klausur findet am Di, 01.08.2017um 9.30 Uhr im Hörsaal M105 im Hauptgebäude statt (Dauer: 90 Minuten). Durch erfolgreiches Bestehen der Klausur können Sie 6 ECTS-Punkte erhalten.
Folgende Hilfsmittel sind erlaubt:
Ein DIN A4 Blatt mit handschriftlichen Notizen auf Vorder- und Rückseite
Nichtprogrammierbarer Taschenrechner
Bei Bedarf ein Wörterbuch
Bitte bringen Sie Ihren Studienausweis und einen Lichtbildausweis mit!
Anmeldung: Für die Teilnahme an der Klausur müssen Sie sich verbindlich anmelden. Der Zeitraum für die Anmeldung zur Klausur läuft vom 04.07. bis 23.07.2017. Für die Nachklausur wird es eine separate Anmeldung geben. Bitte beachten Sie auch die Regelungen zu Prüfungen des Instituts für Statistik.Klausureinsicht: Die Klausureinsicht findet am Freitag, 04.08.2017 zwischen 11.30 Uhr und 12.00 Uhr im Seminarraum des Instituts für Statistik (Ludwigstr. 33, Raum 144) statt. Bitte bringen Sie einen aktuellen Studienausweis mit.
Nachklausur
Die Nachklausur findet am Do, 12.10.2017 um16.30 Uhrim Seminarraum des Instituts für Statistik (Raum 144) statt. Die Klausur dauert 90 Minuten.
Bitte beachten Sie, dass eine Teilnahme an der Klausur nur
möglich ist, wenn Sie an der Hauptklausur nicht teilgenommen oder die
Hauptklausur nicht bestanden haben. Eine Teilnahme zur Notenverbesserung
ist nicht vorgesehen. Eine separate Anmeldung ist erforderlich. Bitte
beachten Sie dazu auch die Regelungen zu Prüfungen des Instituts für Statistik. Der Anmeldezeitraum endet am So, 08.10.2017.
Zugelassene Hilfsmittel (vgl. Hauptklausur):
Ein DIN A4 Blatt mit handschriftlichen Notizen auf Vorder- und Rückseite
Nichtprogrammierbarer Taschenrechner
Bei Bedarf ein Wörterbuch
Bitte bringen Sie Ihren Studienausweis und Ihren Personalausweis bzw. Reisepass mit! Klausureinsicht: Bitte vereinbaren Sie einen individuellen Einsichtstermin mit Clara Happ (per Mail bis Fr., 20.10.2017). Bitte bringen Sie einen aktuellen Studienausweis mit.
Introduction
Eingeschränkt Nicht verfügbar, außer: Sie sind in Teilnehmer
Contents:
Types of spatial data
First law of geostatistics
Stochastic processes in a nutshell
Markov Random Fields
Inhalt
Markovzufallsfelder (MRF)
Gauss-Markov-Zufallsfelder (GMRF)
Latente GMRF
Andere MRF, GMRF auf regulären Gittern, Ziehen aus GMRF
Literature:
Cressie, Wikle. Statistics for Spatio-temporal data. Section 4.2