Lehrveranstaltungen
Sommersemester 2022
Statistische Methoden: LSF��Elearning
Lineare statistische Modelle: LSF��Elearning
Oberseminar zur Stochastik: LSF��
Informationsveranstaltung f��r den Masterstudiengang Statistik: LSF
Wintersemester 2021/22
Einf��hrung in die Stochastik f��r das Lehramt: LSF��Elearning
Oberseminar IMST: LSF��
Informationsveranstaltung f��r den Masterstudiengang Statistik: LSF��
Sommersemester 2021
Multivariate Statistik: LSF��Elearning
Statistische Methoden: LSF��
Oberseminar zur Stochastik: LSF��
Informationsveranstaltung f��r den Masterstudiengang Statistik: LSF��
Wintersemester 2020/21
Einf��hrung in die Stochastik f��r das Lehramt: LSF��Elearning
��
Einf��hrung in die Stochastik f��r das Lehramt ��bung: 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:��LSF,��Elearning
- Statistische Modellierung und Datenanalyse (��bung):��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 (��bung): 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, Sch��tztheorie, 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
Vortr��ge zu Forschungs- und Abschlussarbeiten.
Sommersemester 2017
Grundlegende statistische Sch��tz- und Testverfahren bei normalverteilten Daten, einfache Varianzanalyse, Regressions- und Korrelationsanalyse, Anpassungstests, Tests auf Homogenit��t und Unabh��ngigkeit, nichtparametrische Verfahren, Methode der Kleinsten Quadrate, Maximum-Likelihood und Bayes-Verfahren, Mulitiples Testen und multiple Konfidenzbereiche.
Die verschiedenen Verfahren und Methoden werden anhand realer Datens��tze 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 selbstst��ndig bearbeiten und in einem Vortrag pr��sentieren.
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.
Vortr��ge zu Forschungs- und Abschlussarbeiten.
��
��