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

040772 UK Komplexe statistische Methoden (MA) (2022W)

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung
VOR-ORT
Moodle

An/Abmeldung

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

Details

max. 30 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Donnerstag 06.10. 16:45 - 18:15 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 13.10. 16:45 - 18:15 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 20.10. 16:45 - 18:15 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 27.10. 16:45 - 18:15 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 03.11. 16:45 - 18:15 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 10.11. 16:45 - 18:15 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 17.11. 16:45 - 18:15 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 24.11. 16:45 - 18:15 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 01.12. 16:45 - 18:15 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 15.12. 16:45 - 18:15 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 12.01. 16:45 - 18:15 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 19.01. 16:45 - 18:15 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 26.01. 16:45 - 18:15 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Ziele:
Vermittlung von Konzepten der Kerndichteschätzung und nicht-parametrischen Regression: Methodologie und Anwendungen.
Befähigung zur Implementierung der Methoden in statistischer Software.

Inhalte:
1. Histograms and kernel density estimators
2. Local polynomial estimators
3. Spline estimators

Methoden:
Vorlesung und Übung, die vor Ort stattfinden. Es besteht Anwesenheitspflicht in der ersten Einheit und in den Übungen.
Vorlesungsskript, Übungsblätter und Daten werden zur Verfügung gestellt.
Studierende müssen in statistischer Software programmieren.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Es gibt eine schriftliche Prüfung zu den theoretischen Inhalten am 26.01.2023 und drei Übungsblätter zu jedem Thema.
Übungsblätter mit den theoretischen und Programmieraufgaben werden am 27.10.2022, 24.11.2022 und 12.01.2023 vergeben und nach einer Woche abgegeben und besprochen.

Mindestanforderungen und Beurteilungsmaßstab

40 Punkte schriftliche Prüfung
20 Punkte pro Übungsblatt

Die Note ermittelt sich nach folgendem Schema: 4 ab 50 Punkten, 3 ab 63 Punkten, 2 ab 75 Punkten, 1 ab 87 Punkten.

Prüfungsstoff

Inhalte der behandelten Themen

Literatur

Tsybakov. A. (2009) Introduction to nonparametric estimation
Fan, J. and Gijbels, I. (1996) Local polynomial modelling and its applications.
Randall L. Eubank. (1999) Nonparametric regression and spline smoothing.

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mi 28.09.2022 13:08