This website is no longer updated.

As of 1.10.2022, the Faculty of Physics has been merged into the TUM School of Natural Sciences with the website https://www.nat.tum.de/. For more information read Conversion of Websites.

de | en

Statistics: Basics
Statistik: Grundlagen [MA2402]

Course 820935547 in SS 2014

General Data

Course Type lecture
Semester Weekly Hours 2 SWS
Organisational Unit Research Department Mathematics Centre
Lecturers Claudia Klüppelberg
Responsible/Coordination: Stephan Haug
Dates Tue, 10:15–11:45, BC2 BC2 0.01.17

Further Information

Courses are together with exams the building blocks for modules. Please keep in mind that information on the contents, learning outcomes and, especially examination conditions are given on the module level only – see section "Assignment to Modules" above.

additional remarks Der Begriff Statistik steht für mathematische Methoden zum Beschreiben, Modellieren und Analysieren von Datensätzen. In diesem Zusammenhang versteht man unter der statistischen Inferenz das Schlussfolgern über eine unbekannte Verteilung eines oder mehrerer Merkmale einer Population basierend auf einer bekannten Teilmenge - der Stichprobe. Statistische Inferenz beinhaltet die Wahl geeigneter (parametrischer) Verteilungsmodelle. Mit der Wahl solcher Modelle, deren Eigenschaften, wie auch der Bestimmung der unbekannten Parameter in diesen Modellen mithilfe der Momenten- oder Maximum-Likelihood Methode, werden wir uns im Rahmen dieses Moduls beschäftigen. Neben Punktschätzungen für die unbekannten Parameter werden ebenso Intervallschätzer betrachtet. Die Adäquatheit des generellen Modells, wie auch Annahmen über das Verhalten des Modells in speziellen Untergruppen der Population, können mithilfe statistischer Hypothesentest bewertet werden. Daher werden in der Veranstaltung allgemeine Eigenschaften statistischer Hypothesentest wie auch Beispiele spezieller Tests untersucht. Als Beispiel der Modellierung einer Zielgröße durch vorhandene Informationen einer erklärenden Variable wird die einfache lineare Regression betrachtet. Eine Großteil der Themen wird durch Beispiele in der statistischen Softwareumgebung R zusätzlich illustriert. Ein Einführung in R wird im Rahmen der Übungen gegeben. Die Vorlesung dient als Grundlage für alle weiteren statistischen Vorlesungen.
Links E-Learning course (e. g. Moodle)
TUMonline entry

Equivalent Courses (e. g. in other semesters)

SemesterTitleLecturersDates
SS 2020 Statistics: Basics [MA2402] Dettling, P. Drton, M. Tue, 10:15–11:45, virtuell
SS 2019 Statistics: Basics [MA2402] Tue, 10:15–11:45, BC2 BC2 0.01.17
SS 2018 Statistics: Basics [MA2402] Haug, S. Krahmer, F. Tue, 10:15–11:45, BC2 BC2 0.01.17
SS 2017 Statistics: Basics [MA2402] Czado, C. Tue, 10:15–11:45, BC2 BC2 0.01.17
SS 2016 Statistics: Basics Klüppelberg, C. Tue, 10:15–11:45, BC2 BC2 0.01.17
and singular or moved dates
SS 2015 Statistics: Basics Czado, C. Tue, 10:15–11:45, BC2 BC2 0.01.17
SS 2013 Statistics: Basics Czado, C.
SS 2012 Statistics: Basics Czado, C.
SS 2011 Statistics: Basics Rolles, S.
SS 2010 Statistics: Basics
Top of page