StatistikModulbeschreibung #20113 / Version 2
- 10 LP
- Mündliche Prüfung
- Benotet
- Sommersemester
- Deutsch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Zur aktuellen Version (v3)
| Modul / Version | #20113 / #2 |
|---|---|
| Gültigkeit | WS 2014/15 – WiSe 2022/23 |
| Verfügbare Sprache(n) | Deutsch |
| Leistungspunkte | 10 |
| Modulverantwortliche*r | Scheutzow, Michael |
| Benotung | Benotet |
| Prüfungsform | Mündliche Prüfung |
| Lehrsprache(n) | Deutsch |
Zugehörigkeit
| Fakultät | Fakultät II |
|---|---|
| Institut | Institut für Mathematik |
| Fachgebiet | Keine Angabe |
Kontakt
| Sekretariat | MA 7-2 |
|---|---|
| Ansprechpartner*in | Keine Angabe |
| E-Mail-Adresse | stannat@math.tu-berlin.de |
| Webseite | Keine Angabe |
Lernergebnisse
Diese Veranstaltung ist eine Einführung in die mathematische Statistik. Schwerpunkt wird auf Verständnis der verschiedenen Begriffe gelegt; wie Schätztheorie, Kondenzbereiche und statistische Entscheidungstheorie. In den Übungen wird parallel zu der Bearbeitung von theoretischen Aufgaben auch statistische Software benutzt.
Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5%
Fachkompetenz: 55% Methodenkompetenz: 30% Systemkompetenz: 10% Sozialkompetenz: 5%
Lehrinhalte
Einführung in die mathematische Statistik.
- Schätztheorie: Maximum Likelihood-Methode, Bayes- und Minimax-Schätzer, Erwartungstreue, Konsistenz, Vollständigkeit, Suffizienz, Rao-Cramer-Ungleichung, Exponentielle Familien.
- Kondenzbereiche: Kondenzintervalle, t-Verteilung und Xi^2-Verteilung.
- Entscheidungstheorie: Testen von Hypothesen, Neyman-Pearson-Lemma, verallgemeinerter Likelihood-Quotiententest, t-Test, Xi^2-Test, F-Test, nichtparametrische Verfahren, Test auf Unabhängigkeit.
- Lineare Modelle: Regressionsmodelle, Einweg-, Mehrweg-Klassizierung, Varianzanalyse.
- Schätztheorie: Maximum Likelihood-Methode, Bayes- und Minimax-Schätzer, Erwartungstreue, Konsistenz, Vollständigkeit, Suffizienz, Rao-Cramer-Ungleichung, Exponentielle Familien.
- Kondenzbereiche: Kondenzintervalle, t-Verteilung und Xi^2-Verteilung.
- Entscheidungstheorie: Testen von Hypothesen, Neyman-Pearson-Lemma, verallgemeinerter Likelihood-Quotiententest, t-Test, Xi^2-Test, F-Test, nichtparametrische Verfahren, Test auf Unabhängigkeit.
- Lineare Modelle: Regressionsmodelle, Einweg-, Mehrweg-Klassizierung, Varianzanalyse.
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
Arbeitsaufwand und Leistungspunkte
Statistik (Vorlesung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 4 h | 60 h |
| Vor- und Nachbereitung | 15 | 10 h | 150 h |
| 210 h | |||
Statistik (Übung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| 30 h | |||
Lehrveranstaltungsunabhängiger Aufwand
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Prüfungsvorbereitung | 1 | 60 h | 60 h |
| 60 h | |||
Der Aufwand des Moduls summiert sich zu 300 Stunden. Damit umfasst das Modul 10 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Vorlesungen, Übungen
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
dringend empfohlen: Wahrscheinlichkeitstheorie I
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Mündliche Prüfung |
| Sprache | Deutsch |
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.
Maximale teilnehmende Personen
Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.
Anmeldeformalitäten
Standard
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
nicht verfügbar
Empfohlene Literatur
- Wird in der Vorlesung bekannt gegeben.
Zugeordnete Studiengänge
Dieses Modul findet in keinem Studiengang Verwendung.
Sonstiges
Keine Angabe