 |
| Detailed information |
| Pre-requisites |
(*)keine
|
| Original study plan |
Master's programme Statistics 2013W |
| Objectives |
(*)- Einen Überblick über die wichtigsten Verfahren des verallgemeinerten linearen Modells gewinnen.
- Richtiges Modellieren lernen.
- Erste Ansätze zur Datenanalyse.
|
| Subject |
(*)1) Kontingenztafeln – das loglineare Modell
- zweidimensionale Modelle (Erhebungsschemata, das loglineare Unabhängigkeitsmodell – Vergleich mit Varianzanalyse)
- dreidimensionale Modelle (zulässige Modelle – Modellhierarchie, Erhebungsschemata)
- Loglineares Modell als Spezialfall des GLM
- Parameterschätzung und Modellanpassung (ML- und direkte Methoden, Anpassungstests, Submodelle gegeneinander testen, Modellsuche, simultane Tests von Modellen k-ter Ordnung)
2) Faktorenanalyse (Modell, Grundgleichung, Schätzaufgabe, ML-Faktorenanalyse, Hauptkomponentenmethode, Hauptfaktorenanalyse, Faktorentransformation)
3) Diskriminanzanalyse
- der entscheidungstheoretische Ansatz (a-priori-, a-posteriori-Wahrscheinlichkeiten, Fehlklassifikationswahrscheinlichkeiten, Bayes- und ML-Entscheidungsregel, Kostenoptimale Entscheidungsregel, Diskriminanzfunktion, geschätzte Enscheidungsregeln)
- Spezialfälle (normalverteilte Merkmale – klassische Diskriminanzanalyse, verteilungsfreier Ansatz von Fisher)
4) Clusteranalyse
- Ähnlichkeits- Distanzmaße, Metriken (Definitionen, Beispiele)
- Hierarchische Verfahren (Hierarchie, agglomerative und divisive Verfahren mit Beispielen)
|
| Criteria for evaluation |
(*)Übungsbeispiele und schriftliche Prüfung
|
| Methods |
(*)Theorie wird in Vorlesungsform präsentiert.
Übungsaufgaben sind durch Studierende auszuarbeiten und zu präsentieren.
|
| Language |
German |
| Study material |
(*)Fahrmeir L., Hamerle A., Tutz G.; "Multivariate Statistische Verfahren", Walter de Gruyter, 1996
Skriptum
Folien zur Vorlesung
|
| Changing subject? |
No |
|
