Lehre

In dieser Veranstaltung werden erste Einführungen zu tiefergehenden Inferenzansätzen und Modellierungstechniken angeschnitten. Dies beinhaltet sowohl einen Ausflug in die bayesianische Statistik und verschiedene Lernverfahren, als auch Modelleriungsansätze jenseits linearer Modelle, wie zum Beispiel Quantilregression.

Diese Veranstaltung bietet eine Einführung in stochastische Prozesse und räumliche Statistik.

In diesem Seminar werden aktuelle Enwicklungen im Bereich des statistischen Boostings diskutiert. Die Veranstaltung richtet sich an Masterstudent*innen des Studiengangs Angewandte Statistik im 3. oder 4. Semester.

In the seminar, the students will get an introduction to a programming concept (like e.g. RShiny), which allows to implement interactive online tools for presenting statistical models. They will then work on and present their implementation of a project which has been chosen at the beginning of the semester. It will entail both, a complex data set and an advanced statistical method.

This seminar is designed for master's students with an interest in spatial modeling and Bayesian inference. It covers topics ranging from the approximation of Gaussian random fields or Thin Plate Splines to computational methods for spatial interpolation/surface reconstruction.

Diese Veranstaltung richtet sich an Masterstudent*innen des Masterstudiengangs Angewandte Statistik im 3. oder 4. Semester und behandelt verschiedene Themen aus dem Bereich der multivariaten Statistik

Diese Veranstaltung vermittelt unter anderem Inhalte aus den Feldern der generalisierten linearen Modellen, Verteilungsregression und nicht-parametrischer Regression und richtet sich and Studierende des Masterstudiengangs Angewandte Statistik.

In dieser Veranstaltung soll ein Einstieg in die Nutzung der Statistiksoftware R ermöglicht werden. Zunächst wird die grundlegende Bedienung und Nutzung der Software und ihrer Syntax beschrieben. Anschließend werden die Möglichkeiten der statistischen Analyse erläutert.

Die Studierenden erlernen grundlegenden Konzepte der deskriptiven, explorativen und induktiven Statistik. Sie können die den Verfahren zugrunde liegenden Annahmen kritisch hinterfragen und basierend auf dieser Einschätzung ein geeignetes Verfahren für eine gegebene Problemstellung auswählen und können die behandelten Verfahren in statistischer Software umsetzen, die erzielten Ergebnisse interpretieren und die Ergebnisse an Kooperationspartner kommunizieren.

Im Rahmen des Praktikums Statistische Modellierung bearbeiten die Studierenden in Gruppen von bis zu vier Personen ein Anwendungsproblem mit Hilfe basierend auf Methoden der statistischen Modellierung. Das Praktikum statistische Modellierung wird in der Regel in Kooperation mit einen Praxispartner durchgeführt.

At the conclusion of the course, students will have the ability to know fundamental concepts in statistical computing and address large-scale problems by employing efficient methods, considering the computational resources available.

Die Statistikvorlesung in den Bachelorstudiengängen der Wirtschaftswissenschaften gibt eine allgemeine Übersicht über statistische Verfahren und ist die Grundlage für viele weiterführende Veranstaltungen.

In dieser Veranstaltung werden erste Einführungen zu tiefergehenden Inferenzansätzen und Modellierungstechniken angeschnitten. Dies beinhaltet sowohl einen Ausflug in die bayesianische Statistik und verschiedene Lernverfahren, als auch Modelleriungsansätze jenseits linearer Modelle, wie zum Beispiel Quantilregression.

In diesem Seminar werden wichtige Arbeiten aus dem Bereich der Geostatistik und der räumlichen Modellierung diskutiert. Die Veranstaltung richtet sich an Masterstudent*innen des Studiengangs Angewandte Statistik im 3. oder 4. Semester.

Diese Veranstaltung bietet eine Einführung in stochastische Prozesse und räumliche Statistik.

Diese Veranstaltung richtet sich an Masterstudent*innen des Masterstudiengangs Angewandte Statistik im 3. oder 4. Semester und behandelt verschiedene Themen aus dem Bereich der multivariaten Statistik

Diese Veranstaltung vermittelt unter anderem Inhalte aus den Feldern der generalisierten linearen Modellen, Verteilungsregression und nicht-parametrischer Regression und richtet sich and Studierende des Masterstudiengangs Angewandte Statistik.

In dieser Veranstaltung werden erste Einführungen zu tiefergehenden Inferenzansätzen und Modellierungstechniken angeschnitten. Dies beinhaltet sowohl einen Ausflug in die bayesianische Statistik und verschiedene Lernverfahren, als auch Modelleriungsansätze jenseits linearer Modelle, wie zum Beispiel Quantilregression.

In diesem Seminar werden wichtige Arbeiten aus dem Bereich der Geostatistik und der räumlichen Modellierung diskutiert. Die Veranstaltung richtet sich an Masterstudent*innen des Studiengangs Angewandte Statistik im 3. oder 4. Semester.

Diese Veranstaltung bietet eine Einführung in stochastische Prozesse und räumliche Statistik.

Diese Veranstaltung richtet sich an Masterstudent*innen des Masterstudiengangs Angewandte Statistik im 3. oder 4. Semester und behandelt verschiedene Themen aus dem Bereich der multivariaten Statistik

Diese Veranstaltung vermittelt unter anderem Inhalte aus den Feldern der generalisierten linearen Modellen, Verteilungsregression und nicht-parametrischer Regression und richtet sich and Studierende des Masterstudiengangs Angewandte Statistik.

Die Statistikvorlesung in den Bachelorstudiengängen der Wirtschaftswissenschaften gibt eine allgemeine Übersicht über statistische Verfahren und ist die Grundlage für viele weiterführende Veranstaltungen.

In dieser Veranstaltung werden erste Einführungen zu tiefergehenden Inferenzansätzen und Modellierungstechniken angeschnitten. Dies beinhaltet sowohl einen Ausflug in die bayesianische Statistik und verschiedene Lernverfahren, als auch Modelleriungsansätze jenseits linearer Modelle, wie zum Beispiel Quantilregression.

Die Statistikvorlesung in den Bachelorstudiengängen der Wirtschaftswissenschaften gibt eine allgemeine Übersicht über statistische Verfahren und ist die Grundlage für viele weiterführende Veranstaltungen.

In diesem Seminar werden wichtige Arbeiten aus dem Bereich des statistischen Boostings behandelt. Die einzelnen Artikel fokussieren sich auf die Entwicklung von den ersten auf Boosting fußenden Klassifikationsalgorithmen bis hin zu modernen modellbasierten Gradientenboostingverfahren. Die Veranstaltung richtet sich an Masterstudent*innen des Studiengangs Angewandte Statistik im 3. oder 4. Semester.

Diese Veranstaltung bietet eine Einführung in stochastische Prozesse und räumliche Statistik.