Einführung in die Statistik (Sommersemester 2024)

Dienstags 8.15-10.00 und freitags 10.15-12.00, Kleiner Hörsaal, Wegelerstr. 10

Vorlesung: Andreas Eberle

Vorlesungsnotizen:

• Kapitel 1
• Kapitel 2 und 3 (in Bearbeitung)

Übungen: Stefan Oberdörster

Tutorien: Termine der Übungsgruppen:

• Montags 12-14, 0.006 (Fabian Hauser) 
• Mittwochs 16-18, 0.006 (Heiner Stückemann) 
• Donnerstags 12-14, 0.006 (Jonas Fry) 
• Freitags 8-10, 0.006 (Manuel Hinz)

Help Desk (insbesondere für Lehramtsstudierende):

• Dienstags 12-14, N0.008
• Mittwochs 12-14, N1.002

Inhalt:  Vorstellung der Vorlesung (Januar 2024)

1. Statistische Verfahren: Beispiele und Grundbegriffe
2. Likelihood
3. Entropie und Information
4. Empirische Verteilungen
5. Gauß-Modelle
6. Mehrstichprobenprobleme
7. Regressionsmodelle
8. Bayes-Statistik und Markov-Chain-Monte-Carlo

Literatur zur Vorlesung

• H.-O. Georgii: Stochastik. De Gruyter.
• L. Dümbgen: Einführung in die Statistik. Birkhäuser.
• L. Wasserman: All of statistics. A concise course in statistical inference. Springer.
• D. Williams: Weighing the odds. A course in Probability and Statistics. Cambridge University Press.
• G. Casella, R.L. Berger: Statistical Inference, Duxbury.
• P.J. Bickel, K.A.Doksum: Mathematical Statistics Vol.I. Chapman and Hall/CRC Press.
• B. Efron, T. Hastie: Computer age statististical inference: Algorithms, evidence and data science. Institute of Mathematical Statistics.

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:

Beispiele:

• Beispiel zu Konfidenzbereichen (Vorlesung 19.4.)

Übungsblätter:

• Blatt 1 (Abgabe bis 16.4.)
• Blatt 2 (Abgabe bis 23.4.)
• Blatt 3 (Abgabe bis 30.4.)
• Blatt 4 (Abgabe bis 7.5.)

Klausurtermin: Montag 22.7.24, 9.00-11.00, GHS+KHS.

Wiederholungsprüfung: Freitag 27.9.24, 9.00-11.00, KHS.

 

---

April 2024 Andreas Eberle eberle@uni-bonn.de