Lehrveranstaltungen

Sommersemester 2022

Statistische Methoden: LSF Elearning

Lineare statistische Modelle: LSF Elearning

Oberseminar zur Stochastik: LSF 

Informationsveranstaltung für den Masterstudiengang Statistik: LSF

Wintersemester 2021/22

Einführung in die Stochastik für das Lehramt: LSF Elearning

Oberseminar IMST: LSF 

Informationsveranstaltung für den Masterstudiengang Statistik: LSF 

Sommersemester 2021

Multivariate Statistik: LSF Elearning

Statistische Methoden: LSF 

Oberseminar zur Stochastik: LSF 

Informationsveranstaltung für den Masterstudiengang Statistik: LSF 

Wintersemester 2020/21

Einführung in die Stochastik für das Lehramt: LSF Elearning

 

Einführung in die Stochastik für das Lehramt Übung: LSF Elearning

Lineare Statistische Modelle:  LSF Elearning

Sommersemester 2020

Oberseminar zur Stochastik:  LSF

Multivariate Statistik:  LSF Elearning

Statistische Methoden:  LSF Elearning

Wintersemester 2019/20

Oberseminar zur Stochastik: LSF

Statistical Methods: LSF, Elearning

  • Statistical Methods (Tutorial): LSF

Statistische Modellierung und Datenanalyse: LSFElearning

  • Statistische Modellierung und Datenanalyse (Übung): LSF

Sommersemester 2019

Introduction to Probability and Statistics: LSF Elearning

Oberseminar zur Stochastik:  LSF

Seminar zur Statistik:  LSF Elearning

Statistische Methoden:  LSF Elearning

Wintersemester 2018/19

Multivariate Statistik: LSF Elearning

Statistical Methods: LSFElearning

  • Statistical Methods (Tutorial): LSF

Statistische Modellierung und Datenanalyse: LSF Elearning

  • Statistische Modellierung und Datenanalyse (Übung): LSF

Oberseminar zur Stochastik: LSF

Sommersemester 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

Wintersemester 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.

Sommersemester 2017

Statistische Methoden

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.

Seminar zur Stochastik

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.

Oberseminar zur Stochastik

Vorträge zu Forschungs- und Abschlussarbeiten.

 

 

Letzte Änderung: 17.01.2024 - Ansprechpartner: Webmaster