AG Statistik


Allgemeine Information

Unten sind die Vorlesungen aufgelistet, die unsere Arbeitsgruppe im Wintersemester 2018/2019 anbietet.

Wenn Sie eine Bachlor- oder Masterarbeit in Statistik schreiben möchten, setzen Sie sich bitte mit Prof. Redenbach in Verbindung.

Wichtige Links

  • KIS: Termine der Veranstaltungen
  • URM: Anmeldung zu Übungen (offen bis 26. Oktober 2018)
  • OpenOLAT: Kursmaterialien und weitere Informationen (Zugangscodes erhalten Sie in der ersten Vorlesung)

Vorlesungen im Wintersemester

Unsere Arbeitsgruppe bietet im Wintersemester 2018/19 folgende Vorlesungen an:

Mathematical Statistics

Inhalte

  • Asymptotik von M-Schätzern, insbesondere von Maximum-Likelihood-Schätzern
  • Bayes- und Minimax-Schätzer
  • Likelihood-Quotienten-Tests: Asymptotik und Beispiele (t-Test, Chi²-Anpassungstest)
  • Glivenko-Cantelli-Theorem, Kolmogorov-Smirnov-Test
  • Differenzierbare statistische Funktionale und exemplarische Anwendungen (Herleitung asymptotischer Resultate, Robustheit),
  • Resampling-Verfahren am Beispiel des Bootstrap.

Kontaktzeit

4 SWS / 60 h Vorlesung
2 SWS / 30 h Übung

Inhaltliche Voraussetzungen

Lehrveranstaltung „Stochastische Methoden“ aus dem Bachelorstudiengang Mathematik.

Angebotsturnus

Die Vorlesung wird jedes Jahr im Wintersemester angeboten.

 [Link ins KIS]

 [Link ins OLAT]

Image Analysis for stochastic structures

Inhalte

Verarbeitung und statistische Analyse dreidimensionaler Bilddaten, insbesondere:

  • Zufällige abgeschlossene Mengen und ihre Charakteristiken,
  • Diskretisierung und dreidimensionaler Zusammenhang,
  • Mathematische Morphologie,
  • Methoden der Bildverarbeitung: Filter, Segmentierung, Euklidische Distanztransformation, Labelling, Wasserscheidentransformation,
  • Schätzung geometrischer Charakteristiken für zufällige abgeschlossene Mengen aus Bilddaten.

Kontaktzeit

2 SWS / 30 h Vorlesung

2 SWS / 30 h Übung/Praktikum

Inhaltliche Voraussetzungen

Lehrveranstaltung „Praktische Mathematik: Stochastische Methoden“ aus dem Bachelorstudiengang Mathematik. Weiterführende Kenntnisse in Stochastik (z.B. „Time Series Analysis“ oder „Probability Theory“) sind von Vorteil, aber nicht zwingend erforderlich.

Angebotsturnus

Die Vorlesung wird unregelmäßig angeboten.

 [Link ins KIS]

 [Link ins OLAT]

Fachpraktika

Themen für Fachpraktika werden auf der Fachpraktikumsbörse zum Ende jedes Semesters vorgestellt.

Reading Course

Der Reading Course dient als Vorbereitung auf die Masterarbeit. Die Themenvergabe erfolgt individuell. Bitte wenden Sie sich an Prof. Redenbach, wenn Sie einen Reading Course in Statistik belegen möchten.

Zum Seitenanfang