Veranstalter

Dozent
Prof. Dr. Evgeny Spodarev

Übungsleiter
Artur Bille & Viet Hoang

---

Zeit und Ort

Vorlesung
Montag, 10-12 Uhr in H3
Donnerstag, 10-12 Uhr in H3

Großtutorium (freiwillig)
Montag, 16-18 Uhr in H3

Votier-Tutorium (Pflicht)
Dienstag, 14-16 Uhr oder 16-18 Uhr

---

Umfang

4 Stunden Vorlesung und 2 Stunden Votier-Tutorium

---

Voraussetzungen

Analysis I und II, Lineare Algebra I und II, Elementare WR und Statistik

---

Zielgruppe

Bachelor Mathematik, Wirtschaftsmathematik und Mathematische Biometrie, Lehramt Mathematik

---

Inhalt

Die Vorlesung gibt eine Einführung in die mathematischen Methoden der Statistik. Schwerpunkte der Vorlesung sind

• Grundideen der statistischen Datenanalyse
• Deskriptive Statistik
• Schätzung von Parametern
• Konfidenzintervalle 
• Tests statistischer Hypothesen
• Einfache lineare Regression

---

Vorlesungsskript

Das Vorlesungsskript zur Veranstaltung Stochastik I von Prof. Spodarev wird hier als PDF zum Download angeboten.

Hier kann eine Einführung in die Programmiersprache R heruntergeladen werden. R wird benötigt um einige Übungsaufgaben zu bearbeiten.

---

Übungsblätter

Um an den Votier-Tutorien teilnehmen und Übungspunkte erhalten zu können, ist eine Anmeldung für die Veranstaltung im Moodle nötig.

 

---

Klausur

Voraussetzung zur Teilnahme an beiden Klausuren ist das Bestehen der Vorleistung, welche sich aus folgenden Punkten zusammensetzt

• mindestens 70% der Übungspunkte votieren
• Vorrechnen in den Votier-Tutorien (genaue Anzahl wird je nach Teilnehmerzahl an der Vorlesung noch festgelegt.)

Bitte bis 4 Tage vor der Klausur im Hochschulportal zur Klausur anmelden (nur mit bestandener Vorleistung möglich).

 

---

Software-Downloads

Zum Lösen einiger Übungsaufgaben ist die Programmiersprache R nötig. Diese kann unter folgendem Link kostenlos heruntergeladen werden:

Download R für Windows, Linux und Mac

Zusätzlich empfiehlt es sich die übersichtlichere Benutzeroberfläche RStudio herunterzuladen. Vor der Installation muss jedoch zwingend die Programmiersprache R installiert werden. RStudio ist unter folgendem Link kostenlos verfügbar:

Download RStudio für Windows, Linux und Mac

---

Weitere Informationen

Diese Vorlesung bildet eine wichtige Grundlage für weiterführende Stochastik-Vorlesungen, die an unserer Fakultät angeboten werden, insbesondere für die Vorlesungen Stochastik II und III, aber auch für weiterführende Wahlpflicht-Veranstaltungen unseres Instituts wie Räumliche Statistik, Zufallsfelder, Monte-Carlo Simulation, Risiko- und Extremwerttheorie. Darüber hinaus spielen die in dieser Vorlesung behandelten Inhalte eine grundlegende Rolle in der Versicherungs- und Finanzmathematik, sowie den quantitativ orientierten Wirtschaftswissenschaften.

---

Literatur

• Bickel, P., Doksum, K.
  Mathematical Statistics: Basic Ideas and Selected Topics
  2nd ed., Vol. l
  Prentice Hall, London, 2001
• Burkschat, M., Cramer, E., Kamps, U.
  Beschreibende Statistik, Grundlegende Methoden
  Springer, 2004
• Casella, G., Berger, R.L.
  Statistical Inference
  2nd ed.
  Duxbury, Pacific Grove (CA), 2002
• Fahrmeir, L., Künstler, R., Pigeot, I., Tutz, G.
  Statistik. Der Weg zur Datenanalyse
  3. Aufl.
  Springer, 2001
• Hartung, J., Elpert, B., Klösener, K.-H.
  Statistik
  9. Aufl.
  R. Oldenbourg Verlag München, 1993
• Koch, K.-R.
  Parameter Estimation and Hypothesis Testing in Linear Models
  Springer, 1999
• Krengel, U.
  Einführung in die Wahrscheinlichkeitstheorie und Statistik
  6. Aufl.
  Vieweg, Braunschweig, 2002,
• Lehn, J., Wegmann, H.
  Einführung in die Statistik
  3. Aufl.
  Teubner, Stuttgart, 2000
• Pruscha, H.
  Vorlesungen über Mathematische Statistik
  Teubner, Stuttgart, 2000
• Pruscha, H.
  Angewandte Methoden der Mathematischen Statistik
  Teubner, Stuttgart 1996
• Spiegel, M R., Stephens, L. J.
  Statistik
  3. Aufl.
  McGraw-Hill, 1999
• Wasserman, L.
  All of Statistics. A Concise Course in Statistical Inference
  Springer, 2004
• Maindonald, J., Braun, J.
  Data Analysis and Graphics Using R
  Cambridge University Presss, 2003