Universität Wien
Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

040721 UK Ausgewählte Kapitel der Statistik (2020W)

3.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung
Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 20 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Donnerstag 08.10. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 15.10. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 22.10. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 29.10. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 05.11. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 12.11. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 19.11. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 26.11. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 03.12. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 10.12. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 17.12. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 14.01. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 21.01. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Donnerstag 28.01. 15:00 - 16:30 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Ziele:
Vermittlung von Konzepten Bayesianischer Statistik: Theoretische Grundlagen, Methodologie und Anwendung.
Befähigung zur Anwendung von computergestützten Verfahren.

Inhalte:
1. Decision Theory
2. Bayesian Estimation
3. Bayesian Testing
4. Metropolis Hastings Algorithm und Gibbs Sampler
5. Diagnosing Convergence

Methoden:
Vorlesung kombiniert mit Übung.
Vorlesungsskript und Daten werden zur Verfügung gestellt.
Studierende müssen in statistischer Software programmieren.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Es gibt eine mündliche Prüfung zu den Themen 1 bis 3 und eine schriftliche Prüfung mit Programmierteil am eigenen Rechner zu den Themen 4 und 5 (beides in Präsenz). Zusätzlich gibt es eine Hausarbeit zu den Themen 1 bis 5.

Mindestanforderungen und Beurteilungsmaßstab

Die Note ermittelt sich nach folgender Gewichtung:
35% mündliche Prüfung zu den Themen 1 bis 3
35% schriftliche Prüfung zu den Themen 4 und 5
30% Hausarbeit zu den Themen 1 bis 5

Prüfungsstoff

Inhalte der behandelten Themen

Literatur

Shao, J. (2003): Mathematical Statistics.
Robert, C. P. And Casella, G. (2004): Monte Carlo Statistical Methods.
Hoff, P. D. (2010): A First Course in Bayesian Statistical Methods.

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 28.09.2020 15:27