Einführung in die Programmierung mit R

Dozent/in:

Florian Meinfelder

Angaben:

Übung, 2 SWS

Termine:

Mi, 10:00 - 12:00, RZ/01.02

Inhalt:

Aufbauend auf grundlegenden Kenntnissen der Statistik-Software R sollen Fähigkeiten der fortgeschrittenen Anwendung und Programmierung mit dieser freien Software erworben werden. Neben der praktischen Umsetzung und Vertiefung der bereits erworbenen statistischen und ökonometrischen Kenntnisse der Statistik-Software R erfolgt eine Einführung in das Programmieren mit R.

Kalibrierungsmethoden und Gewichtung

Dozentinnen/Dozenten:

Universität Berlin, Florian Meinfelder

Angaben:

Vorlesung, 2 SWS

Termine:

Mi, 12:00 - 14:00, RZ/02.09
ab 26.10.2016

Inhalt:

Behandlung verschiedener Gewichtungsverfahren in Erhebungen zur Behandlung nicht proportionaler Stichproben sowie zur Kompensation von Unit-Nonresponse .Vertrautheit mit fortgeschrittenen Methoden und Techniken des Survey Sampling. Das Modul versetzt die Studierenden in die Lage, aktuelle Probleme der Survey-Forschung zu verstehen und zu behandeln, indem sie die erlernten Methoden und Techniken auf das Sozio-ökonomische Panel anwenden.

Methoden der Statistik II

Dozent/in:

Florian Meinfelder

Angaben:

Vorlesung, 3 SWS

Termine:

Do, 10:00 - 14:00, F21/01.57

Inhalt:

Aufbauend auf den Basiskenntnissen der deskriptiven Statistik erfolgt die Vermittlung eines Grundverständnisses von Regeln und Gesetzmäßigkeiten der Wahrscheinlichkeitsrechnung sowie von Methoden der induktiven Statistik. Während der Schwerpunkt der Vorlesung auf der theoretischen Herleitung liegt, steht die selbstständige Durchführung, Diskussion der Anwendbarkeit der Methoden und sinnvolle Interpretation der Ergebnisse im Mittelpunkt der begleitenden Übung. Inhaltsübersicht 1. Angewandte Wahrscheinlichkeitsrechnung 2. Grundlagen der Wahrscheinlichkeitsrechnung 3. Diskrete Zufallsvariablen und ihre Verteilungen 4. Parametrische Verteilungsfamilien für diskrete Zufallsvariablen 5. Stetige Zufallsvariablen und ihre Verteilungen 6. Parametrische Verteilungsfamilien für stetige Zufallsvariablen 7. Zweidimensionale Zufallsvariablen und ihre Verteilungen 8. Induktive Statistik 9. Stichproben und Stichprobenfunktionen 10. Parameterschätzung 11. Konfidenzintervalle 12. Hypothesentests 13. Nichtparametrische Tests 14. Lineares Regressionsmodell

Rechnerintensive Verfahren/Monte-Carlo-Methoden

Dozentinnen/Dozenten:

Universität Trier, Florian Meinfelder

Angaben:

Vorlesung, 2 SWS

Termine:

Di, 14:00 - 16:00, RZ/02.09
Vorlesung kann an verschiedenen Tagen auch bis 18:00 Uhr erfolgen, dafür entfällt dann die Übung
vom 25.10.2016 bis zum 24.1.2017

Inhalt:

Der Schwerpunkt der Veranstaltung liegt auf der theoretischen Vermittlung der Grundlagen und essentiellen Kenntnisse von Simulationsmethoden, sog. Monte-Carlo-Verfahren (u.a. Methoden zur Erzeugung von Zufallszahlen nach unterschiedlichen Verteilungen sowie Anlage und Einsatz von Simulationsstudien). Auf Basis dieser Simulationsmethoden erfolgt die Überprüfung der Effizienz der erworbenen theoretischen Kenntnisse oder Eigenschaften von statistischen Verfahren im praktischen Einsatz.

Statistische Analyse unvollständiger Daten

Dozent/in:

Florian Meinfelder

Angaben:

Vorlesung, 2 SWS

Termine:

Di, 10:00 - 12:00, RZ/02.09
ab 25.10.2016

Inhalt:

Im Rahmen dieser Veranstaltung erfolgt eine Einführung in die Grundlagen der Analyse unvollständiger Daten, wobei der Schwerpunkt hierbei auf der mehrfachen Ergänzung (Multiple Imputation) fehlender Werte liegt.

Übung zu Kalibrierungsmethoden und Gewichtung

Dozentinnen/Dozenten:

Universität Berlin, Florian Meinfelder

Angaben:

Übung, 2 SWS

Termine:

Mi, 14:00 - 16:00, RZ/02.09
ab 26.10.2016

Übung zu Rechnerintensive Verfahren/Monte-Carlo-Methoden

Dozentinnen/Dozenten:

Universität Trier, Florian Meinfelder

Angaben:

Übung, 2 SWS

Termine:

Di, 16:00 - 18:00, RZ/02.09
vom 25.10.2016 bis zum 24.1.2017