Einführung in die Statistik (Sommersemester 2022)
Montags 12.15-14.00 und mittwochs 12.15-14.00, Großer Hörsaal, Wegelerstr. 10
Vorlesung: Andreas Eberle
Übungen: Luis La Rocca
Tutorien: Termine der Übungsgruppen:
- Mittwochs 14-16, 1.007 (Stefan Oberdörster) Wiederholungstutorium am 25.7., 14.15 Uhr per Zoom. Zugangsdaten auf der eCampus-Seite. Fragen bitte vorab an oberdoerster@uni-bonn.de .
- Donnerstags 14-16, 0.008 (Mieszko Komisarczyk) Zusatztutorium am 21.7., 14-16, in Raum 0.007
- Donnerstags 16-18, 0.008 (Fabian Hauser)
Help Desk (insbesondere für Lehramtsstudierende):
- Montags 18-20, N1.002 (Fabian Hauser) Das Help-Desk findet auch am 18.7. und 25.7. statt !!!
Materialien zur Vorlesung:
In großen Teilen folgt die Vorlesung dem Buch "Einführung in die Statistik" von Lutz Dümbgen. Zusätzlich werden wir einige weitere Themen behandeln bzw. vertiefen, z.B. das Maximum-Likelihood-Prinzip, die Informationsungleichung, relative Entropie und statistische Unterscheidbarkeit, sowie Monte-Carlo-Verfahren.
- Literatur zur Vorlesung:
- L. Dümbgen: Einführung in die Statistik. Birkhäuser.
- H.-O. Georgii: Stochastik. De Gruyter.
- D. Williams: Weighing the odds. A course in Probability and Statistics. Cambridge University Press.
- P.J. Bickel, K.A.Doksum: Mathematical Statistics Vol.I. Chapman and Hall/CRC Press.
- L. Wasserman: All of statistics. A concise course in statistical inference. Springer.
- B. Efron, T. Hastie: Computer age statististical inference: Algorithms, evidence and data science. Institute of Mathematical Statistics.
- Vorlesungsnotizen: Kapitel 1-8 folgen dem Buch von Dümbgen.
- Notizen zu Kapitel 9 und 10 (Regression und Bayes-Statistik): Diese finden Sie unter Lecture Notes -> Statistik22_Kapitel_9_und_10.pdf
- Skript zu den Ergänzungen (Kapitel A-C): Dieses finden Sie unter Lecture Notes -> Statistik22_Ergänzungen.pdf
- Optimalität des Studentschen t-Tests (Beweis aus der Vorlesung 16.5.)
- Histogramme und Dichteschätzung (Folien aus der Vorlesung 13.6.)
- Einfache lineare Regression (Vorlesung 27.6.)
- Lineare Modelle (Vorlesungen 29.6. und 4.7.)
- Andere Regressionsmodelle (Vorlesung 4.7.)
- Bayes-Statistik (Vorlesung 6.7.)
- Gibbs-Sampler in Bayesscher Statistik (Vorlesung 13.7.)
- Einführungen in R
- Venables, Smith and R core team: Introduction to R
- Petzoldt: Datenanalyse mit R; Skript TU Dresden
- Godbersen: Angewandte Statistik und R; Videos auf Youtube
- R-Code
Übungsblätter:
- Blatt 1 (Abgabe bis 11.4.)
- Blatt 2 (Abgabe bis Dienstag 19.4.)
- Blatt 3 (Abgabe bis Montag 25.4.)
- Blatt 4 (Abgabe bis Montag 2.5.)
- Blatt 5 (Abgabe bis Montag 9.5.)
- Blatt 6 (Abgabe bis Montag 16.5., Korrekturen: Dichte in Aufgabe 4 am 10.5., Frage in Aufgabe 3a am 14.5.)
- Blatt 7 (Abgabe bis Mittwoch 25.5.. Korrektur in Aufgabe 2c am 19.5.)
- Blatt 8 (Abgabe bis Freitag 3.6.)
- Blatt 9 (Abgabe bis Mittwoch 15.6.)
- Blatt 10 (Abgabe bis Mittwoch 22.6.)
- Blatt 11 (Abgabe bis Mittwoch 29.6.)
- Blatt 12 (Abgabe bis Mittwoch 6.7.)
- Blatt 13 und Hinweise zur Klausur (keine Abgabe) Lösung von Blatt 13
Klausurtermin: Freitag 29.7.22, 9.00-11.00, Großer Hörsaal, We. 10
- Klausur und Musterlösung
Wiederholungsprüfung: Mittwoch 28.9.22, 8.00-10.00
- Klausur und Musterlösung
July 2022 Andreas Eberle eberle@uni-bonn.de