Advanced Data Analysis With R

Dozent/in:

Florian Meinfelder

Angaben:

Seminar, 2 SWS, Modulstudium, Beginn: 25. April 2017

Termine:

Di, 10:00 - 12:00, RZ/00.07

Inhalt:

Im Mittelpunkt dieser Veranstaltung steht die Vermittlung und Anwendung fortgeschrittener Methoden der Datenanalyse mit der Statistiksoftware R. Basierend auf der theoretischen Vermittlung der grundlegenden Techniken, wie verallgemeinerten linearen Modellen, werden darüber hinaus Themen, wie die Visualisierung von (hochdimensionalen) Daten und Data-Mining-Methoden, behandelt.

Blockseminar Survey-Methodik

Dozent/in:

Florian Meinfelder

Angaben:

Seminar, 4 SWS

Termine:

Einzeltermin am 8.6.2017, 14:00 - 18:00, FG1/00.08
Einzeltermin am 9.6.2017, 9:00 - 16:00, FG1/00.08
Vorbesprechung: Montag, 24.4.2017, 12:00 - 14:00 Uhr

Inhalt:

Im Mittelpunkt der Veranstaltung steht die theoretische Vorstellung und praktische Erprobung am PC von Survey-Methoden, wie Analyse unvollständiger Daten, Mehrebenenmodelle, kontrafaktuelle Designs u.ä.., wobei insbesondere ein Einblick in die Analyse empirischer Daten, unter Berücksichtigung von Item Nonrepsonse, gewährt wird.

Einführung in die Bayes-Statistik

Dozent/in:

Florian Meinfelder

Angaben:

Vorlesung, 2 SWS

Termine:

Mo, 10:00 - 12:00, RZ/02.09
Mo, 10:00 - 12:00, RZ/01.03
bis zum 17.7.2017

Inhalt:

Die Veranstaltung bietet eine Einführung in die Grundlagen der Bayes-Statistik unter Verwendung konjugierter Prior-Verteilungen und MCMC-Methoden, ebenso einen Überblick über die Grundprinzipien von Empirischen Bayesianischen Methoden.

Methoden der Statistik I

Dozent/in:

Florian Meinfelder

Angaben:

Vorlesung, 3 SWS, Gaststudierendenverzeichnis, Studium Generale, Modulstudium, Frühstudium

Termine:

Do, 10:00 - 14:00, F21/01.57
Beginn: 27. April 2017

Inhalt:

Die Vorlesung „Methoden der Statistik I“ gibt eine Einführung in die Grundprinzipien und Methoden der deskriptiven Statistik, deren Anwendbarkeit und sinnvolle Interpretation der Ergebnisse in der begleitenden Übung thematisiert wird. Im Mittelpunkt der Veranstaltung steht die Vermittlung von Daten-Visualisierungs- und Aufbereitungstechniken, Maßzahlen zur Charakterisierung von Daten sowie des Verfahrens der linearen Regression. Inhaltsübersicht: 1. Grundbegriffe der deskriptiven Statistik 2. Häufigkeitsverteilungen und grafische Darstellung qualitativer Merkmale 3. Häufigkeitsverteilungen und grafische Darstellung komparativer Merkmale 4. Häufigkeitsverteilungen und grafische Darstellung quantitativer Merkmale 5. Lagemaße 6. Streuungsmaße 7. Zweidimensionale Häufigkeitsverteilung 8. Zusammenhangsmaße 9. Lineare Regression

Simulation und Stichprobenziehung mit SAS

Dozentinnen/Dozenten:

Universität Berlin, Florian Meinfelder

Angaben:

Vorlesung, ECTS: 6, Beginn: 26. April 2017

Termine:

Mi, 12:00 - 14:00, RZ/02.09
Prüfungsanmeldung als Schein bitte im Sekretariat während der An- und Abmeldefristen für das Fach Statistik!
bis zum 19.7.2017

Inhalt:

Während die theoretische Vermittlung von reinem Statistik-Wissen eher in den Hintergrund rückt, liegt der Schwerpunkt auf einer Einführung in die Grundlagen des Programmpakets SAS. Durch einen Überblick über die einzelnen Aspekte von SAS sollen die Teilnehmer in die Lage versetzt werden, sich in diesem Programmiersystem zur Darstellung, Verwaltung und Analyse statistischer Daten zurechtzufinden. Neben dem grundsätzlichen Kennenlernen der Programmoberfläche, der Online-Dokumentationen und wesentlicher Elemente der Programm-Syntax, erfolgt die selbstständige Bearbeitung von Rechnerübungen und praktische Umsetzung vorhandener Statistik-Kenntnisse.

Small-Area-Schätzverfahren

Dozentinnen/Dozenten:

Universität Trier, Florian Meinfelder

Angaben:

Vorlesung, 2 SWS, ECTS: 6, Beginn: 24. April 2017

Termine:

Mo, 14:00 - 16:00, RZ/02.09
bis zum 17.7.2017

Inhalt:

In der Veranstaltung erfolgt die Vermittlung von statistischen Verfahren für die Modellierung kleinräumiger Auswertungen, für die die gegebenen Informationen einer vorliegenden Stichprobe, sog. Subpopulation oder Small Area, ungenügend sind. Dabei werden beispielsweise Bayesianische Verfahren diskutiert, die vorhandene Informationen (Erfahrungswerte, Werte aus benachbarten Regionen oder aus Registern) über einen bestimmten Sachverhalt zur Konstruktion von Schätzern nutzt, bevor überhaupt die Datenerhebung erfolgt ist.

Übung zu Simulation und Stichprobenziehung mit SAS

Dozentinnen/Dozenten:

Universität Berlin, Florian Meinfelder

Angaben:

Übung

Termine:

14:00 - 16:00, RZ/02.09
bis zum 19.7.2017

Übung zu Small-Area-Schätzverfahren

Dozentinnen/Dozenten:

Universität Trier, Florian Meinfelder

Angaben:

Übung, Beginn: 24. April 2017

Termine:

Mo, 16:00 - 18:00, RZ/02.09
bis zum 17.7.2017