Dozent: Prof. Dr. Martin Schlather

ECTS: 8

Lehrinhalte: Zentraler Grenzwertsatz bei nicht identisch verteilten Zufallsvariablen • Schätzverfahren (BLUE/BLUP, MLE, Momentenschätzer, Cramer-Rao) • Bereichsschätzer und Tests (Neyman-Pearson; Likelihood-Ratio-Test; chi2-Test und weitere spezielle Tests) • Explorative Statistik • Hilberträume; bedingter Erwartungswert • Lineares Modell • Asymptotische Normalität

Vorausgesetzte Kenntnisse: Analysis I & II, Lineare Algebra I & II A, Stochastik 1

Vorlesung: Dienstags, 12:00 – 13:30 Uhr in B 6, Raum A 0.01

                   Donnerstags, 08:30 – 10:00 Uhr in B 6, Raum A 0.01

Übungen: 

Montags, 15:30 – 17:00 Uhr in B6, 23–25, Raum A 101(Alles rund um die Klausurvorbereitung, vor allem zu Beginn des Semesters Tipps/Vorbereitung für Übungsblatter)

Grundlagen / Wiederholung Stochastik 1: Montags, 10:15 Uhr – 11:45 Uhr in B6, 23–25, A302

Donnerstags, 10:15 – 11:45 Uhr in B6, 26, Raum A 103  (Besprechung Übungsblatt + Zusatzaufgaben)

Donnerstags, 13:45 – 15:15 Uhr in B6, 23–25, Raum A 0.01 (VL-Wiederholung)

Die voraussichtlich jährlich angebotene Veranstaltung “Unsupervised Learning” ist ähnlich zu “Köpfe rauchen” von Prof. Dr. Leif Döring und besteht in großen Teilen aus den Inhalten der Stochastik-II-“Köpfe rauchen” der letzten Jahre. Ab FS23 können nun auch ECTS-Punkte erworben werden.

Aktuelles:

- (23.02.2023) Die Räume für die Tutorien am Montag wurden nochmals geändert.

Übertragung von Klausurzulassungen aus dem FSS 2022

Bitte schreiben Sie hierfür eine E-Mail an Christopher Dörr (christopher.doerr(at)students.uni-mannheim.de) mit Angabe Ihrer Matrikelnummer.

Grundsätzliche Regelung: Es werden nur Zulassungen, die im FSS 22 durch Abgabe der Übungsblätter und Erreichen von mind. 50% der Punkte erlangt wurden, übertragen. Ansonsten muss die Zulassung neu erworben werden.

Dozent: Prof. Dr. Martin Schlather

ECTS: 6

Lehrinhalte: Clusteranalyse • Hauptkomponenten- und Faktorenanalyse • Regression Trees • Versuchsplanung

Vorausgesetzte Kenntnisse: Kenntnisse in Stochastik 2 können begleitend erworben werden

Vorlesung: Mittwochs, 08:30 – 10:00 Uhr in B 6 im Raum A 302.

Der Kurs ist das Tutorium Stochastik-II-“Köpfe rauchen”, jedoch ab FSS 23 mit der Möglichkeit

1. ECTS-Punkte zu erwerben
2. der Teilnahme als Studentin und Student in einem höheren Semester

Der Kurs behält das Format des Tutoriums Stochastik-II-“Köpfe rauchen” weitgehend bei:

1. es ist ein Streifzug durch viele Gebiete der Statistik, die in Mannheim nicht weiter gelehrt werden
2. oft werden nur Ideen genannt, Beweise punktuell und skizzenhaft dargestellt
3. der Kurs ist ohne Übungsbetrieb
4. in den ca. ersten 10 Wochen läuft “Köpfe-rauchen” über ein Drittel des Stoffgebietes. In den letzten Wochen ist das Format die “Kontaktstunde” für diejenigen, die Prüfung machen wollen.
5. Über 3 Jahre hinweg wird jeweils ein anderes Drittel Themengebiet von “Köpfe-rauchen” sein. Nach 3 Jahren wiederholt sich dann der Zyklus.

Dozent: Prof. Dr. Martin Schlather

ECTS: 8

Lehrinhalte: • Einstieg in die Problematik des schnellen Rechnens
anhand der Matrixmultiplikation • Komplexitätstheorie • Markov Chain Monte Carlo (MCMC) • Bayessche Statistik • Bootstrapping • Stochastische Algorithmen • Kurzeinstieg in C • Paralleles Rechnen (OMP, SIMD, GPU) in C • Caches

Vorausgesetzte Kenntnisse: • Stochastik 1 & 2 • eine Programmiersprache; C ist von Vorteil, aber nicht notwendig

Vorlesung: Dienstags, 08:30 – 10:00 Uhr in B 6 im Raum D 002

                   Donnerstags, 15:30 – 17:00 Uhr in B 6 im Raum D 002

Übungen: Montags, 13:45 – 15:15 Uhr in B 6 im Raum A 303

Dozent: Prof. Dr. Martin Schlather

Vorbesprechung: Donnerstag,  16. Februar 2023 um 10:15 Uhr im Raum A 302.

Inhalt: Simulation multivariater Verteilungen und Gaußscher Prozesse

Voraussetzung: HWS 22 “Prozessbasierte Daten” oder “Computat. Statistics” im laufenden FSS 23 oder in Absprache (QC, PV)

Dozent: tba

ECTS: 3 (Schlüsselqualifikation 1)

Voraussichtlicher Wechsel von R nach Julia!

Lehrinhalte: Grundlegendes Verständnis der Programmiersprache R/Julia (Datentypen, Operatoren, Kontrollstrukturen) • Dateneingabe, -aufbereitung und -ausgabe sowie grafische Darstellungen in R/Julia • Spezielle Pakete in R/Julia

Vorlesung: Zeit und Ort: Mittwochs, 15:30 – 17:00 Uhr in B 6 im Raum A 104

Start: 1. März

Dozent: tba

ECTS: 3

Veranstaltungsform: Mittwochs, 17:15 – 18:45 Uhr

Start: tba

Raum:  B 6 Raum A 103

Prüfungsform: Mündliche Präsentation einer Datenanalyse

Voraussichtlicher Wechsel von R nach Julia !

Da der Kurs zu großen Teilen aus eigenem Programmieren besteht, benötigen Sie einen Laptop/Tablet, auf dem R/Julia programmiert werden kann. Es wird erwartet, dass alle Teilnehmer zum Anfang des Kurses eine vollständige Installation von R/Julia auf ihrem Laptop haben (wie dies geht wird im Programmierkurs R/Julia gemacht).

Lehrinhalte: Grundlegendes Verständnis der Programmiersprache R/Julia (Datentypen, Operatoren, Kontrollstrukturen) • Dateneingabe, -aufbereitung und -ausgabe sowie grafische Darstellungen in R/Julia • Anwendung der Lehrinhalte der „Stochastik 2“ auf reale Datensätze und Fragestellungen

Vorausgesetzte Kenntnisse: Programmierkurs julia, Analysis I & II, Lineare Algebra I & IIA, Einführung in die Wahrscheinlichkeitstheorie/Stochastik 1, Kenntnisse, die in der Veranstaltung ”Stochastik 2” parallel erworben werden;