Kursthemen

  • Allgemeines

    • Vorlesung Räumliche Statistik

      für Master Statistik, Master Biostatistik, Master Statistik mit wirtschafts- und sozialwissenschaftlicher Ausrichtung, Vertiefte Statistik als Nebenfach für Master-Studiengänge

      6 ECTS, zu erwerben über Klausur (90 Minuten)

      Termine: 

      • Dienstag, 14-16 Uhr c.t. (Hauptgebäude M001)
      • Donnerstag 12:00-13:30 Uhr s.t. (Hauptgebäude M109)

      Einschreibung ins Moodle für Studierende der LMU mit Passwort "Besag_2010"

      Inhalt:

      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.
      Die Vorlesung soll die zur Analyse räumlicher Daten notwendigen Kenntnisse vermitteln und ein grundlegendes Verständnis für die damit verbundenen Schwierigkeiten schaffen. 
      Die Übung wird durch das Bearbeiten von Übungsaufgaben die Vorlesungsinhalte vertiefen und anwenden. Die Übung soll das Verständnis der in der Vorlesung besprochenen Konzepte vertiefen und die Studierenden in die Lage versetzen, die in der Vorlesung kennen gelernten Methoden und Techniken anwenden zu können. 

    • Ankündigungen Forum
      Eingeschränkt Nicht verfügbar, außer: Sie sind in Teilnehmer

  • Nachklausur

    Die Nachklausur findet am Freitag, dem 15. April 2016 im Hörsaal A 140 (HGB) statt. Beginn ist um 16.15 Uhr, die Klausur dauert 90 Minuten.

    Zur Nachklausur zugelassen sind alle Studenten, die die Hauptklausur am 16. Februar nicht bestanden haben oder aufgrund einer Erkrankung oder anderen, nicht selbst zu vertretenden Gründen (Nachweispflicht!) nicht teilnehmen konnten. Es ist keine gesonderte Anmeldung nötig.

    Folgende Hilfsmittel sind erlaubt (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!

    Hinweis: Die Nachklausur findet gemeinsam mit der Nachklausur zu "Wahrscheinlichkeitstheorie und Inferenz I" statt. Bitte achten Sie beim Betreten des Hörsaals auf Hinweise zur Sitzordnung.
    • Dieser Abschnitt

      Klausur

      Eingeschränkt Nicht verfügbar, außer: Sie sind in Teilnehmer

      Die Klausur findet am Dienstag, 16.02.2016 um 14.15 Uhr im Hörsaal H030 in der Schellingstr. 4 statt (Dauer: 90 Minuten). Durch erfolgreiches Bestehen der Klausur können Sie 6 ECTS-Punkte erhalten.

      Studenten mit Schreibzeitverlängerung melden sich bitte frühzeitig per Mail bei Clara Happ.  Bitte beachten Sie auch die Regelungen zu Prüfungen des Instituts für Statistik.
      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 Ihren Personalausweis bzw. Reisepass mit!
      Die Klausureinsicht findet am Freitag, 26.02.2016 zwischen 9.30 und 10.30 Uhr in der alten Bibliothek im Statistik-Institut (Ludwigstr. 33, 2. Stock) statt. Bitte bringen Sie zur Klausureinsicht Ihren Studienausweis und einen Lichtbildausweis mit.

    • Einführung

      Eingeschränkt Nicht verfügbar, außer: Sie sind in Teilnehmer

    • Markov-Zufallsfelder

      Eingeschränkt Nicht verfügbar, außer: Sie sind in Teilnehmer

      Inhalt: 

      • Daten auf regulären und irregulären Gittern
      • Nachbarschaftssysteme
      • Markovzufallsfelder (MRF), insbesondere Gauss-Markovzufallsfelder
      • Latente (G)MRF

      Literatur: Rue, Held. Gaussian Markov Random Fields. Theory and Applications. Boca Raton: Chapman&Hall 2005

    • Geostatistik

      Eingeschränkt Nicht verfügbar, außer: Sie sind in Teilnehmer

      Inhalt:

      • Gaußprozesse
      • Variogramm und Korrelationsfunktion
      • Anisotrope Prozesse
      • Kriging
      • Approximation von Gaußfeldern

      Literatur:

      • Cressie, Wikle. Statistics for Spatio-temporal data. Chichester: Wiley 2011.
      • Diggle, Ribeiro. Model-Based Geostatistics. Berlin: Springer 2007

    • Räumliche Regularisierung

      Eingeschränkt Nicht verfügbar, außer: Sie sind in Teilnehmer

      Inhalt:

      • Oberflächenschätzung mit Basisfunktionen
      • Geoadditive Regression

      Literatur:

      • Cressie, Wikle. Statistics for Spatio-temporal data. Chichester: Wiley 2011.
      • Diggle, Ribeiro. Model-Based Geostatistics. Berlin: Springer 2007
      • Fahrmeir, Kneib, Lang: Regression: Modelle, Methoden und Anwendungen. Heidelberg: Springer 2007

    • Räumliche Punktprozesse

      Eingeschränkt Nicht verfügbar, außer: Sie sind in Teilnehmer

      Inhalt:

      • Theorie räumlicher Punktprozesse
      • Poissonprozesse
      • Maßzahlen
      • Markierte Punktprozesse
      • Clusterprozesse
      • Punktprozess als Regressionsmodell

      Literatur: Illian, Penttinen, Stoyan, Stoyan. Statistical Analysis and Modelling of Spatial Point Patterns. Chichester: Wiley 2008

    • Übung

      Eingeschränkt Nicht verfügbar, außer: Sie sind in Teilnehmer

      Hier finden Sie alle Übungsblätter und Datensätze für die Übung. R-Lösungsvorschläge werden nach der jeweiligen Übung online gestellt.