Teaching
Sommer Semester 2018
Design und Analyse von Experimenten: LSF
Introduction to Probability and Statistics: LSF Elearning
- Introduction to Probability and Statistics (Tutorial): LSF
Oberseminar zur Stochastik: LSF
Winter Semester 2017/18
Explorative Datenanalyse und Wahrscheinlichkeit: LSF Elearning
In dieser Veranstaltung werden Grundlagen der beschreibenden (deskriptiven) Statistik und der Wahrscheinlichkeitsrechung behandelt.
Mathematische Statistik: LSF Elearning
Ausgehend von der statistischen Modellierung wird die Theorie grundlegender Konzepte der parametrischen Statistik entwickelt: Statistische Modelle, Schätztheorie, Konfidenzbereiche, Testtheorie.
Statistical Methods: LSF Elearning
Statistical Inference: - Statistical Modelling - Point estimation - Confidence intervals - Testing of statistical hypotheses (parametric tests) - Non-parametric tests (goodness of fit, independence, homogeneity)
Oberseminar zur Stochastik: LSF
Vorträge zu Forschungs- und Abschlussarbeiten.
Sommer Semester 2017
Grundlegende statistische Schätz- und Testverfahren bei normalverteilten Daten, einfache Varianzanalyse, Regressions- und Korrelationsanalyse, Anpassungstests, Tests auf Homogenität und Unabhängigkeit, nichtparametrische Verfahren, Methode der Kleinsten Quadrate, Maximum-Likelihood und Bayes-Verfahren, Mulitiples Testen und multiple Konfidenzbereiche.
Die verschiedenen Verfahren und Methoden werden anhand realer Datensätze aus Biologie, Medizin und Wirtschaft illustriert, die mit Hilfe von Statistik-Software unter Computer-Einsatz ausgewertet werden. Gegebenenfalls werden Daten selbst erhoben.
Die Teilnehmerinnen und Teilnehmer sollen ein Thema selbstständig bearbeiten und in einem Vortrag präsentieren.
Introduction to Probability and Statistics
Descriptive Statistics: data, graphical representation, measures of location and variability, empirical quantiles, measures of relationship for bivariate data. Basic Probability: discrete and continuous probability spaces, random variables, expectation and variance, quantiles, covariance and correlation, conditional probability, independence.
Aim: Fundamental understanding of concepts and basic properties, ability to interpret and communicate data.
Vorträge zu Forschungs- und Abschlussarbeiten.