Universität Heidelberg | AG SIP | Vorlesung Statistik 1 (SS 2019)

Zeit und Ort der Vorlesung:

Montag 11:15 - 12:45 Uhr, MΛTHEMΛTIKON, INF 205, SR B

Freitag 11:15 - 12:45 Uhr, MΛTHEMΛTIKON, INF 205, SR B

Kontakt:

Dozent: Prof. Dr. Jan JOHANNES <johannes[at]math.uni-heidelberg.de>

Assistent: Sergio Brenner Miguel <brennermiguel[at]math.uni-heidelberg.de>

Anfragen bitte entweder direkt per eMail oder mittels des Kontaktformulars.

Übungsbetrieb:

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

Wir bieten folgende Übungsgruppen an:

Tag	Zeit	MΛTHEMΛTIKON (INF 205)	Tutor^⋆in
Mittwoch	16 - 18 Uhr	Seminarraum 6	Michael Budjan
Donnerstag	11 - 13 Uhr	Seminarraum 9	Michael Budjan
Freitag	14 - 16 Uhr	Seminarraum 2	Bianca Neubert

Übungsblätter:

Werfen Sie bitte Ihre Lösungsvorschläge jeweils montags vor der Vorlesung (d.h. bis 11:15 Uhr) in die dafür vorgesehenen Zettelkästen (12-13) im MΛTHEMΛTIKON (INF 205), 1. Etage vor dem Dekanat, ein. Die Abgabe sollte übungsgruppenintern in festen Zweiergruppen erfolgen.

Prüfungs- und Benotungsregeln:

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

vorläufige Termine
Erste Klausur	Mittwoch	31.07.2019	9:00 - 11:00 Uhr	MΛTHEMΛTIKON, INF 205, Hörsaal
Klausureinsicht	Freitag	02.08.2019	14:15 - 15:45 Uhr	MΛTHEMΛTIKON, INF 205, Seminarraum C
Zweite Klausur	Dienstag	08.10.2019	09:00 - 11:00 Uhr	MΛTHEMΛTIKON, INF 205, Seminarraum A
Klausureinsicht	Freitag	11.10.2019	09:15 - 10:15 Uhr	MΛTHEMΛTIKON, INF 205, Seminarraum C

Zulassungsvoraussetzungen:

Zugelassen zur Klausur ist, wer entweder
- mindestens 50% der Punkte der Übungsaufgaben erreicht hat und
- aktiv an der Übungsgruppe teilgenommen hat (regelmäßige Anwesenheit und mindestens einmal vorrechnen)
oder
- bei einer früheren Vorlesung mit dem Namen "Statistik 1" eine Zulassung erhalten hat und den Prüfungsanspruch noch nicht verwirkt hat.

Benotungsregeln:

Die 1. Klausur und die 2. Klausur zählen gemeinsam als ein Prüfungsversuch. Werden beide nicht bestanden, ist das Modul 'Statistik 1' nicht bestanden. 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 (16.07.2019) wird vor der Vorlesung veröffentlicht. Alle Niederschriften der Vorlesung finden Sie zeitnah nach der Vorlesung einzeln hier sowie zusammen hier. In der Tabelle sind die einzelnen Dokumenten den Gebieten zugeordnet.

Kap 1	Prolog	Skript SS19 (16.07.2019)
§01	Grundlagen
§02	Elementare Maß- und Integrationstheorie
§03	Bedingte Erwartung	VL01 VL02
Kap 2	Statistische Inferenz im linearen Modell
§04	Das lineare Modell
§05	Methode der kleinsten Quadrate	VL03
§06	Das normale lineare Modell
§07	Asymptotische Theorie und Residuenanalyse	VL04
Kap 3	Entscheidungstheorie
§08	Formalisierung eines statistischen Problem
§09	Minimax- und Bayes-Ansatz	VL05 VL06
§10	Das Stein-Phänomen	VL07
Kap 4	Allgemeine Schätztheorie
§11	Dominierte Modelle
§12	Erschöpfende Statistik	VL08 VL09
§13	Exponentialfamilien	VL10
§14	Vollständige Statistik
§15	Erwartungstreue Schätzer	VL11
§16	Informationsungleichungen	VL12 VL13
§17	Translations-äquivariante Schätzer	VL14
Kap 5	Allgemeine Schätzmethoden
§18	Momentenschätzer
§19	Maximum-Likelihood-Schätzer	VL15
§20	Minimum-Kontrast-Schätzer	VL16 VL17
Kap 6	Testtheorie
§21	Neyman-Pearson-Theorie	VL18 VL19 VL20
§22	Bedingte Tests	VL21 VL22
§23	Likelihood-Qotienten-Test	VL23
§24	Rangtest

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 and Müller-Funk: Mathematische Statistik II. Asymptotische Statistik: Parametrische Modelle und nichtparametrische Funktionale. (Stuttgart: B. G. Teubner, 1995)

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