Universität Heidelberg | AG SIP | Vorlesung Statistik 1 (WS 2021/21)

Zeit und Ort der Vorlesung:

Mittwoch und Freitag, 09:15-10:45 Uhr, MΛTHEMΛTIKON, INF 205, Hörsaal
Aktuelle Mitteilungen zur Vorlesung erhalten Sie auch auf Moodle.
Bitte melden Sie sich bei MÜSLI an, damit wir Ihnen den Zugang per eMail mitteilen können.

Zweite Klausur:

Tag	Zeit	Ort
Montag, 11.04.2022	09:00-11:00 Uhr	MΛTHEMΛTIKON, INF 205, SR A

Kontakt:

Dozent: Prof. Dr. Jan JOHANNES

Assistent: Sergio Brenner Miguel

Anfragen bitte entweder direkt per eMail an st1-ws21[at]sip-uhd.eu oder mittels des Kontaktformulars.

Übungsbetrieb:

Bitte melden Sie sich bei MÜSLI für die Vorlesung Statistik 1 an, wenn Sie teilnehmen wollen.
Dies erleichtert unsere Planung der Tutorien sehr.

Wir bieten folgende Übungsgruppen an:

Tag	Zeit	MΛTHEMΛTIKON (INF 205)	Tutorin
Donnerstag	09 - 11 Uhr	Seminarraum 7	Janine Steck
Freitag	11 - 13 Uhr	Seminarraum 7	Janine Steck
Freitag	14 - 16 Uhr	Seminarraum 4	Janine Steck

Übungsblätter:

Bitte geben Sie Ihre Lösungsvorschläge jeweils montags bis 09:00 Uhr online über Moodle ab.
Die Abgabe sollte übungsgruppenintern in festen Dreiergruppen erfolgen.
Der Name der Abgabedatei sollte in der Form Name1_Name2_Name3_Zettel3.pdf sein.
Bitte melden Sie sich bei MÜSLI an, damit wir Ihnen den Zugang per eMail mitteilen können.


Übungsblatt:	U00.pdf	U01.pdf	U02.pdf	U03.pdf	U04.pdf	U05.pdf	U06.pdf
Abgabe:	-	01.11.21	08.11.21	15.11.21	22.11.21	29.11.21	06.12.21
Loesungsskizzen:	L00.pdf	L01.pdf	L02.pdf	L03.pdf	L04.pdf	L05.pdf	L06.pdf

Übungsblatt:	U07.pdf	U08.pdf	U09.pdf	U10.pdf	U11.pdf	Probeklausur
Abgabe:	13.12.21	20.12.21	10.01.22	17.01.22	24.01.22
Loesungsskizzen:	L07.pdf	L08.pdf	L09.pdf	L10.pdf	L11.pdf

Prüfungs- und Benotungsregeln:

Für die Benotung ist allein die Note in der Abschlussklausur maßgeblich. Für das Bestehen des Moduls Statistik 1 ist demzufolge das Bestehen der Abschlussklausur notwendig.

Zulassungsvoraussetzungen:

Zugelassen zur Klausur ist, wer entweder
- mindestens 50% der Punkte der Übungsaufgaben erreicht hat
oder
- bei einer früheren Vorlesung mit dem Namen Statistik 1 eine Zulassung erhalten hat und den Prüfungsanspruch noch nicht verwirkt hat.

Benotungsregeln:

Es werden zwei Klausurtermine angeboten (voraussichtlich zu Beginn und am Ende der vorlesungsfreien Zeit). Die 1. Klausur und die 2. Klausur zählen jeweils als ein Prüfungsversuch. Die Note des Moduls entspricht der Note der ersten bestandenen Klausur.
Wer an der 1. Klausur teilnimmt und mit mindestens 4.0 besteht, kann nicht an der 2. Klausur teilnehmen.
An der 2. Klausur kann man teilnehmen, falls man die 1. Klausur nicht bestanden hat (d.h. entweder Note 5.0 oder nicht teilgenommen). Eine Teilnahme an der 2. Klausur zur Notenverbesserung ist nicht möglich.

Vorlesungsinhalt:

Das Skript (Abschnitt §01-§24, 07.02.2022) wird vor der Vorlesung veröffentlicht. Alle Niederschriften der Vorlesung finden Sie zeitnah nach der Vorlesung einzeln hier sowie zusammen Teil A und Teil B. Aufnahmen der Vorlesung für jeden Abschnitt separat finden Sie hier. In der Tabelle sind die einzelnen Dokumenten den Gebieten zugeordnet.

		Skript	Niederschrift	Aufnahme
Kap 1	Statistische Inferenz im linearen Modell
§01	Das lineare Modell
§02	Methode der kleinsten Quadrate		VL01	VL01-§02.1 VL02-§02.2
§03	Das normale lineare Modell		VL02	VL02-§03.1
§04	Asymptotische Theorie und Residuenanalyse			VL03-§04
Kap 2	Entscheidungstheorie
§05	Formalisierung eines statistischen Problem		VL03	VL03-§05.1 VL04-§05.2
§06	Minimax- und Bayes-Ansatz		VL04	VL04-§06.1 VL05-§06.2
§07	Das Stein-Phänomen		VL05	VL05-§07.1 VL06-§07.2
Kap 3	Allgemeine Schätztheorie
§08	Dominierte Modelle
§09	Erschöpfende Statistik		VL06 VL07	VL06-§09.1 VL07-§09.2 VL07-§09.3 VL08-§09.4
§10	Exponentialfamilien		VL08	VL08-§10
§11	Vollständige Statistik			VL09-§11
§12	Erwartungstreue Schätzer		VL09	VL09-§12
§13	Informationsungleichungen		VL10	VL10-§13.1 VL10-§13.2 VL11-§13.3
§14	Translations-äquivariante Schätzer		VL11	VL11-§14
Kap 4	Allgemeine Schätzmethoden
§15	Momentenschätzer		VL12	VL12-§15.1 VL12-§15.2
§16	Maximum-Likelihood-Schätzer			VL13-§16
§17	Minimum-Kontrast-Schätzer		VL13 VL14	VL13-$17.1 VL14-$17.2 VL14-$17.3 VL15-$17.4
Kap 5	Testtheorie
§18	Neyman-Pearson-Theorie		VL15 VL16 VL17 VL18	VL15-$18.1 VL16-§18.2 VL16-§18.3 VL17-§18.4 VL17-§18.5 VL18-§18.6
§19	Bedingte Tests		VL19 VL20	VL19-§19.1 VL19-§19.2 VL20-§19.3 VL20-§19.4
§20	Likelihood-Qotienten-Test		VL21	VL21-§20.1 VL21-§20.2
§21	Rangtest		VL22	VL22-§21.2 VL22-§21.2
Kap 6	Nichtparametrische Schätzung	§01-§24	(07.02.2022)
§22	Einleitung			VL23-§22
§23	Kerndichteschätzung		VL23 VL24	VL23-§23.1 VL24-§23.2 VL24-§23.3 VL25-§23.4
§24	Nichtparametrische Regression		VL25	VL25-§24.1

Literatur:

Bickel und Doksum: Mathematical Statistics: Basic Ideas and Selected Topics. (Volume 1. Prentice Hall, London, 2001)

Casella und Berger: Statistical Inference. (Duxbury, Pacific Grove (CA), 200)2

Keener: Theoretical Statistics. (Topics for a Core Course. Springer, New York, 2010)

Klenke: Wahrscheinlichkeitstheorie. (Springer Spektrum, 3., überarbeitete und ergänzte Auflage, 2012.)

Lehmann und Casella: Theory of Point Estimation. (Springer, New York, 1998)

Lehmann und Romano: Testing Statistical Hypotheses. (Springer, New York, 2005)

van der Vaart: Asymptotic statistics. (Cambridge University Press, 1998)

Wasserman: All of Statistics. A Concise Course in Statistical Inference. (Springer, New York, 2004)

Witting: Mathematische Statistik I. Parametrische Verfahren bei festem Stichprobenumfang (Stuttgart: B. G. Teubner, 1985)

Shao: Mathematical Statistics. (Springer Verlag, New York, Berlin, 2003)

Kontakt
Markdown: Formatierungen sind möglich.
Name
eMail (wird nicht veröffentlicht)