Computerbasiertes statistisches Rechnen und stochastische Simulation
Wintersemester 2012/2013 - LV-Nr. 150 293
| Dozent | Zeit | Raum |
|---|---|---|
| Dr. N. Bissantz | Mittwochs, 08.00 - 10.00 Uhr | NA 3/64 |
| Dozent | Zeit | Raum |
|---|---|---|
| Dr. N. Bissantz | Mittwochs, 12.00 - 13.00 Uhr | NA 3/64 |
Voraussetzungen
EWS-Schein und Statistik 1 oder Angewandte Statistik zur Datenanalyse-Schein
Kommentar
In der Vorlesung werden die Grundlagen des wissenschaftlichen Rechnens und Methoden der stochastischen Simulation besprochen. Zur praktischen Umsetzung wird dabei das Statistik- Programm R sowie zur stochastischen Simulation auch die ähnliche Programmiersprache Python benutzt. Der Fokus liegt dabei auf R. Beide Programme sind frei verfügbar und werden sowohl in Industrie als auch akademischer Forschung in großem Umfang eingesetzt. In den praktischen Übungen wird die Umsetzung der in der Vorlesung besprochenen Verfahren geübt.
Zusammen mit der Veranstaltung "Vorlesung mit integriertem Seminar über Angewandte Statistik zur Datenanalyse (2SWS)" im SoSe 2012 bildet diese Veranstaltung das Modul "Angewandte Statistik und wissenschaftliches Rechnen, insbesondere im Bereich der Stochastik" (10 CP), das für Modul 5 im Bachelor of Science in Mathematik angerechnet werden kann. Der gemeinsame Leistungsnachweis für Teil 1 und 2 ist die regelmäßige erfolgreiche Bearbeitung der praktischen Übungen.
In Absprache mit dem Dozenten ist ausnahmsweise auch ein Beginn des Zyklus im Wintersemester möglich.
Das Modul über Angewandte Statistik und wissenschaftliches Rechnen, insbesondere im Bereich der Stochastik, gibt einen fortgeschrittenen Einstieg in die Bereiche der Angewandten Statistik und des wissenschaftlichen Rechnens zur Anwendung statistischer Methoden und zur Untersuchung von Zusammenhängen aus der Stochastik. Dabei sollen zwei Kernkompetenzen vermittelt werden:
- Die erforderlichen statistischen Methoden und Wege zur praktischen Umsetzung von Verfahren aus der Angewandten Statistik, wie sie in grundlegenden und fortgeschrittenen Situationen der Datenanalyse im Forschungsumfeld in Industrie und Wissenschaft genutzt werden.
- Methoden zur stochastischen Simulation, wie sie im Rahmen der Forschung im Bereich Stochastik (insbesondere angewandte und mathematische Statistik) genutzt werden.