Kursthemen
Veranstaltungstermine
Vorlesung Montag 12:00 - 14:00 Uhr c.t. Raum M 110, Geschwister-Scholl-Platz 1 Vorlesung Dienstag 10:00 - 12:00 Uhr c.t. Raum 2401, Haus 2, Leopoldstraße 13 Übung Freitag 10:00 - 12:00 Uhr s.t. Raum M 110, Geschwister-Scholl-Platz 1 Übung Freitag 12:00 - 14:00 Uhr c.t. Raum M 110, Geschwister-Scholl-Platz 1 Tutorium Donnerstag 08:30 - 10:00 Uhr Raum A 015, Geschwister-Scholl-Platz 1 Vorlesung
Gliederung der Vorlesung- Einführung in statistische Modelle und Inferenzkonzepte
- Klassische Schätz- und Testtheorie
- Likelihood-Inferenz
- Bayes-Inferenz
- Einführung in Bootstrap
Material zur VorlesungKapitel Folien (aktuell) Skript (Stand vom WiSe 2014/15) Datum Zusatzmaterial, Kommentare 1
Foliensatz 1 Kapitel 1 Stand 9.10.2015
2.1
Foliensatz 2.1 Kapitel 2.1 Stand 23.10.2015 R-Code Steins Paradoxon
2.2-2.4
Foliensatz 2.2-2.4 Kapitel 2.2-2.4 Stand 6.11.2015
3.1-3.3 Foliensatz 3.1-3.3 Kapitel 3.1-3.3 Stand 20.11.2015
3.4 Foliensatz 3.3.3-3.4 Kapitel 3.3.3-3.4 Stand 27.11.2015 R-Code Inferenz nach Modellselektion
4.1-4.5 Foliensatz 4.1-4.5 Kapitel 4.1-4.5 Stand
7.12.2015R-Code Gibbs-Sampler, R-Code ECDF-Sampler, R-Code Scaleinvchisqr.r, R-Code lgo2_nv_noninf.r, R-Code univariater Metropolis(-Hastings).r 4.6-4.11
Foliensatz 4.6-4.8
Foliensatz 4.9-4.11Kapitel 4.6-4.11 Stand 15.01.2016
5.1-5.3 Foliensatz 5.1-5.3 Kapitel 5.1-5.3 Stand
21.01.2016Die Folien basieren ursprünglich auf dem Skript, sind jedoch teils aktueller überarbeitet. Die Vorlesung arbeitet mit den Folien.LiteraturÜbung
Nr. Datum Übungsblatt R-Code Bemerkungen / Zusatzmaterial Dozent 1 23.10.15 Blatt 1
Sarah Brockhaus 2 30.10.15 Blatt 2
R-Code
Plot Aufgabe 3d
Sarah Brockhaus 3 06.11.15 Blatt 3
Sarah Brockhaus 4 13.11.15 Blatt 4
Folien Penalisierung
Sarah Brockhaus 5 20.11.15 Blatt 5
David Rügamer 6 27.11.15 Blatt 6 R-Code R-Code aktualisiert (14.12.15) David Rügamer 7 04.12.15 Blatt 7 R-Code Der letzte Aufgabenteil wird am 18.12.15 nachgeholt David Rügamer 8 11.12.15 Blatt 8 R-Code
David Rügamer 9 18.12.15 Blatt 9 R-Code
David Rügamer 10 08.01.16 Blatt 10 R-Code
David Rügamer 11 15.01.16 Blatt 11 R-Code
David Rügamer 12 22.01.16 Blatt 12 R-Code, Funktion R-Code aktualisiert (24.01.16); Blatt aktualisiert (24.01.16): Fehler in der gem. Post. in *Aufgabe 13 David Rügamer 13 29.01.16
Zusatzaufgaben, Hausübung und ggf. Altklausuraufgaben David Rügamer 14 02.02.16 ST1-Überblick
Überblick ST1 + Fragestunde am Dienstag
David Rügamer
Herzlichen Dank an Ludwig Bothmann, Christiane Fuchs und Julia Sommer für die Bereitstellung von Aufgaben und Materialien aus früheren Veranstaltungen!
Tutorium
Nr. Datum Tutoriumsblatt Thema Bemerkungen / Zusatzmaterial 1 29.10.15 Überblick & Wdh. Likelihood-Inferenz: Schätzen
Zusätzlich Aufgabenwunsch zu Lokations- und Skalenfamilie 2 05.11.15 Überblick & Wdh. Likelihood-Inferenz: Testen Plots zu den ML-Tests 3 12.11.15 Tutoriumsblatt 3 (Minimal-)Suffizienz
4 19.11.15 Tutoriumsblatt 4 Erwartungstreue, (Minimal-)Suffizienz, MSE, Konsistenz, Zulässigkeit
5 26.11.15 Tutoriumsblatt 5 Rao-Blackwellisierung
6 03.12.15 Tutoriumsblatt 6 klassische Testtheorie
7 10.12.15 Tutoriumsblatt 7 Maximum-Likelihood-Inferenz Zusätzlicher Aufgabenwunsch zur Delta- Methode 8 17.12.15 Tutoriumsblatt 8 Bayes-Inferenz
9 14.01.16 Tutoriumsblatt 9 Bayesianische Schätzung des linearen Modells
10 21.01.16 Tutoriumsblatt 10 Gibbs-Sampler
11 28.01.16 Tutoriumsblatt 11 Altklausuraufgaben
12 04.02.16 Tutoriumsblatt 12 Quiz ST1 Nur von 08:30 - 09:30 Uhr
Herzlichen Dank an Ludwig Bothmann, Elisabeth Waldmann und Christiane Fuchs für die Bereitstellung von Aufgaben und Materialien aus früheren Veranstaltungen!
Ziel und Inhalt des TutoriumsZiel des Tutoriums ist die Unterstützung der Studierenden beim Erlernen des Stoffes. Die Inhalte des Tutoriums setzen sich wie folgt zusammen:- Behandlung von Fragen und Stoff, die in Vorlesung oder Übung noch nicht ausreichend behandelt werden konnten
- Selbstständige Bearbeitung von Aufgaben, deren Lösung am Ende vorgestellt wird
- Wiederholung von Grundlagen, die zum Verständnis des Stoffes notwendig sind
Hausübung
Nr. Abgabetermin Sternchen-Aufgaben auf Link zu Abgabe Bemerkungen 1 30.10.2015 Blatt 1 Lösung zu Sternchenaufgaben abgeben 2 06.11.2015 Blatt 2
Lösung zu Sternchenaufgaben abgeben
3 13.11.2015 Blatt 3
Lösung zu Sternchenaufgaben abgeben
4 20.11.2015 Blatt 4
Lösung zu Sternchenaufgaben abgeben
5 27.11.2015 Blatt 5 Lösung zu Sternchenaufgaben abgeben
6 04.12.2015 Blatt 6 Lösung zu Sternchenaufgaben abgeben
7 11.12.2015 Blatt 7 Lösung zu Sternchenaufgaben abgeben
8 18.12.2015 Blatt 8 Lösung zu Sterchnenaufgaben abgeben
9 15.01.2015 Blatt 10 Lösung zu Sterchnenaufgaben abgeben
10 29.01.2015 Blatt 12 Lösung zu Sterchnenaufgaben abgeben
Abgabefrist endet bereits um 10 Uhr
Ziel der HausübungDie Hausübung stellt ein weiteres Übungsangebot dar. Insbesondere ermöglicht die Hausübung den Studierenden, die korrekte und saubere schriftliche Darstellung der gelernten Inhalte zu üben. In dieser Hinsicht bereitet die Hausübung speziell auf die abschließende Klausur vor. Die Aufgabenblätter können schriftlich bearbeitet und zur Korrektur abgegeben werden.
Abgabe und KorrekturDie Abgabe ist freiwillig. Sie können Ihre Lösungen über Moodle abgeben. Sollten Sie Fragen zur Korrektur Ihrer Lösung haben, wenden Sie sich bitte direkt an Almond Stöcker.
Liste der Abgaben-Links
Abschlussprüfung
Allgemeines
Studierende aller Master-Studiengänge Statistik können durch erfolgreiches Bestehen der Prüfungen folgende ECTS-Punkte bekommen:
-
- 9 ECTS-Punkte
Prüfungsform: 120 Minuten Klausur
- 9 ECTS-Punkte
Bringen Sie bitte folgende Unterlagen zur Klausur mit:
-
- Studentenausweis und
- Lichtbildausweis.
Bitte beachten Sie auch die Regelungen zu Prüfungen des Instituts für Statistik.
Sollten Sie aus nicht selbst zu vertretenden Gründen an der Teilnahme zur regulären Klausur verhindert (gewesen) sein, so machen Sie diese Gründe bitte vorab beim Prüfungsamt geltend (falls noch nicht geschehen).Datum / Uhrzeit Raum Klausur 12.02.2016 / 12 - 14 Uhr s.t. Audi Max, Hauptgebäude Einsichtnahme Klausur 18.02.2016 / 12:30 - 13:30 Uhr Seminarraum Nachklausur 30.03.2016 / 10 - 12 Uhr s.t. Raum E 004, Hauptgebäude Einsichtnahme Nachklausur 08.04.2016 / 15:00 - 15:30 Uhr s.t. Raum 147, Ludwigstraße 33 Anmeldung
Keine Anmledung mehr möglich.
Hilfsmittel
Als Hilfsmittel zur Klausur sind folgenden Hilfsmittel zugelassen
- Die in der Vorlesung verteilte Verteilungsübersicht aus dem Buch von Gelman, Carlin, Stern und Rubin (2004) (ohne Notizen)
- Drei DIN-A4-Blätter mit handschriftlichen Notizen auf Vorder- und Rückseite
- Taschenrechner
- Bei Bedarf ein Wörterbuch
Altklausuren
Semester Hauptklausur Nachholklausur WiSe 12/13 Angabe Angabe WiSe 11/12 Angabe Angabe WiSe 10/11 Angabe Angabe Klausuranmeldung
Hinweis: Moodle versendet keine automatische Bestätigung nach der Klausuranmeldung.
Zusatzinformationen
Nachholklausur: Zur Nachholklausur sind automatisch diejenigen Teilnehmer der Hauptklausur angemeldet, die entweder die Hauptklausur nicht bestanden haben oder für den Tag der Hauptklausur mit Attest entschuldigt gefehlt haben. Sollten Sie nicht im Hauptfach Statistik studieren und laut der Prüfungsordnung Ihres Hauptfaches die Nachholklausur als Notenverbesserung nutzen können (bitte vorher informieren), bitte zur Klausuranmeldung eine Email an David Rügamer schicken.
Notenverbesserung:
- Für Hauptfach Statistik-Studenten (siehe auch Regelungen zur Prüfungsordnung): Ist in jedem Fall nur im kommenden Wintersemester 16/17 möglich. Jeder Teilnehmer, der die diesjährige Haupt- oder Nachholklausur erstmalig bestanden hat, hat in der Hauptklausur im WiSe 16/17 die Möglichkeit auf einen Verbesserungsversuch. Ausgeschlossen sind diejenigen Teilnehmer der Hauptklausur, die die diesjährige Klausur bereits als Notenverbesserungsversuch genutzt haben.
- Für Studenten aus anderen Studiengängen: Regelung abhängig von Prüfungsordnung des Hauptfaches
Allgemeine Ergebnisse der Hauptklausur:
- Notendurchschnitt: 2,9 (mit Leerabgaben) / 2,345 (ohne Leerabgaben)
- Notenverteilung
- Durchschnittlicher Prozentsatz an erlangten Punkten je Aufgabe (ohne Leerabgabe):
- Aufgabe 1: 79,3%
- Aufgabe 2: 75,6%
- Aufgabe 3: 74,8%
- Aufgabe 4: 86,3%
- Aufgabe 5: 55,1%
- Aufgabe 6: 44,5%
-