Statistik II
Wintersemester 2016/2017 - LV-Nr. 150 244
| Dozent | Zeit | Raum |
|---|---|---|
| Prof. H. Dette | Montags, 08.00 - 10.00 Uhr | NA 3/24 |
| Prof. H. Dette | Donnerstags, 14.00 - 16.00 Uhr | NA 3/24 |
| Dozent | Zeit | Raum |
|---|---|---|
| Tim Patschkowski | Montags, 10- 12 Uhr | NA 3/64 |
Voraussetzungen
Die Vorlesung richtet sich an Studierende, die mindestens über Kenntnisse im Umfang der Vorlesungen Statistik I und (mindestens) Wahrscheinlichkeitstheorie I verfügen und erfordert eine intensive Mitarbeit während des Semesters.
Kommentar
In dieser Vorlesung werden statistische Methoden besprochen, die keine parametrischen Verteilungsannahmen (z.B. Normal- oder Exponentialverteilung) voraussetzen. Einige Stichworte der behandelten Themen sind M- und Z-Schätzer, lokale asymptotische Normalität, Ordnungs-, Rang- und U-Statistiken, nichtparametrische Kurven- und Dichteschätzung, Anwendungen von empirischen Prozessen in der nichtparametrischen Statistik und Statistik für hochdimensionale Daten. Für die mathematische Analyse solcher Verfahren sind sehr gute Kenntnisse aus der Wahrscheinlichkeitstheorie eine notwendige Voraussetzung. Die Vorlesungstermine können auf Wunsch der Teilnehmer auch noch verlegt werden
Literatur
- P. Billingsley: Convergence of Probability Measures. Wiley, New York.
- A. W. van der Vaart: Asymptotic Statistics
- H. Witting, U. Müller-Funk: Mathematische Statistik II
- R. Serfling: Approximation Theorems of Mathematical Statistics
- J. Fan, I. Gijbels: Local Polynomial Modelling and its Applications
- A. Tsybakov: Introduction to Nonparametric Estimation
- T. Hastie, R. Tibshirani, M. Wainwright: Statistical Learning with Sparsity