Modules Master

Modulnummer: 
INF4151

Modultitel:
Vorlesung Angewandte Statistik II (Lecture Course Applied Statistics II)

Art des Moduls: 
Wahlpflicht

 
Im Modul      

ECTS-Punkte

6    

Arbeitsaufwand

  • Kontaktzeit
  • Selbststudium
 
Arbeitsaufwand
180 h

Kontaktzeit
60 h / 4 SWS

Selbststudium
120 h

Moduldauer

1-semestrig

Häufigkeit des Angebots

alle 2 Jahre im Sommersemester

Unterrichtssprache

deutsch

Lehr-/Lernformen

Vorlesung mit Übungen

Klausur & Benotung

schriftliche Klausur am Ende der Vorlesung; Dauer: 90 min; Modulnote entspricht Klausurnote

Modulinhalt

Aufbauend auf Angewandte Statistik I werden komplexere statistische Methoden behandelt: Generalisierte Lineare Modelle (GLM), Hauptkomponentenanalyse (PCA), Unabhängigkeitsanalyse (ICA) und Bayes-Statistik.
Der Schwerpunkt liegt auf der praktischen Anwendung aller Methoden und deren Implementation in der Programmiersprache Python (mit den Modulen statsmodels, scipy.stats, sklearn und pystan) und der Darstellung der Ergebnisse in Notebooks.

Qualifikationsziele

Die Studenten sollen weiterführende statistische Methoden kennen-, anwenden und in Software implementieren lernen. Die Unterschiede zwischen frequentistischer und Bayes-Statistik werden hinterfragt. Angeeignetes Wissen und Erfahrung soll die Studenten in die Lage versetzen, Versuche selbst planen und auswerten zu können und dabei typische Fehler zu vermeiden. In der Literatur dargestellte Ergebnisse werden kritisch hinterfragt.

Verwendbarkeit

     

Anrechenbar für

Informatik - Master

Bioinformatik - Master
Medieninformatik - Master

Medizininformatik - Master
Kognitionswissenschaft - Master Hauptfach
im Bereich Kognitive Informatik (MKOGINF)

Teilnahmevoraussetzungen

Mathematische Grundlagen (Analysis, lineare Algebra) sowie solide statistische Grundlagen, z.B. durch den Besuch der Veranstaltung "Angewandte Statistik I"

Verantwortlicher

Dr. Uli Wannek    

Literatur

Wird in der Vorlesung bekannt gegeben