Home | english  |  Impressum  |  Datenschutz  |  Sitemap  |  Intranet  |  KIT
Institut für Stochastik

Sekretariat
Kollegiengebäude Mathematik (20.30)
Zimmer 2.056 und 2.002

Adresse
Hausadresse:
Karlsruher Institut für Technologie (KIT)
Institut für Stochastik
Englerstr. 2
D-76131 Karlsruhe

Postadresse:
Karlsruher Institut für Technologie (KIT)
Institut für Stochastik
Postfach 6980
D-76049 Karlsruhe

Öffnungszeiten:
Mo-Fr 10:00 - 12:00

Tel.: 0721 608 43270/43265

Fax.: 0721 608 46066

Seminar ( Statistik ) (Sommersemester 2008)

Dozent: Prof. Dr. Hajo Holzmann
Veranstaltungen: Seminar (1745)
Semesterwochenstunden: 2
Hörerkreis: Mathematik (Diplom), Technomathematik, Wirtschaftsmathematik, Lehramt Mathematik (ab 6. Semester)


Termine
Seminar: Donnerstag 15:45-17:15 Seminarraum 13 Beginn: 17.4.2008, Ende: 17.7.2008
Dozenten
Seminarleitung Prof. Dr. Hajo Holzmann
Sprechstunde: nach Vereinbarung per email
Zimmer Allianz-Gebäude (05.20)
Email: holzmann@mathematik.uni-marburg.de
Seminarleitung Dipl.-Math. oec. Dirk Engel
Sprechstunde:
Zimmer Allianz-Gebäude (05.20)
Email:

Inhalt

Numerische Methoden spielen in den Anwendungen von Wahrscheinlichkeitstheorie und Statistik eine wichtige Rolle. In diesem Seminar wollen wir uns einige solcher Methoden erarbeiten und ihre Anwendung in der Statistik illustrieren.

Themen werden u.a. sein: Rekursive Berechnung von Wahrscheinlichkeiten; Lösung von linearen Gleichungssystemen und lineare Regression; Lösung von nichtlinearen Gleichungssystemen, EM Algorithmus, Newton Verfahren und Maximum Likelihood Schätzung; Maximieren unter Nebenbedingungen und restringiertes Maximum Likelihood Schätzen, Splines und nichtparametrische Regression; Fourier Transformation und Edgeworth Expansion; Fourier Reihen und Spektraltheorie von Zeitreihen; Wavelets und Anwendungen; Sampling Theorie, Bootstrap und Markov-Chain Monte Carlo.

Die Verfahren sollen nach Möglichkeit beispielhaft mit Computerprogrammen illustriert werden.

Vortragsplan

Einen Vortragsplan zu diesem Seminar finden Sie hier.

Voraussetzungen

Grundkenntnisse in der Statistik, Wahrscheinlichkeitstheorie und Numerik.

Literatur

Lange, Kenneth (1999): Numerical Analysis for Statisticians. Springer, New York.