Fundamentals of Mathematical Statistics

Worum geht's

Du lernst die grundsätzlichen Prinzipien und Methoden der statistischen Inferenz, darunter Likelihood-Ansätze, Bayes’sche Methoden und minimax-Estimation. Du beschäftigst dich mit asymptotischer Theorie für große Stichproben und wendest diese insbesondere bei der Untersuchung und Anwendung der Maximum-Likelihood-Techniken an.

Was du danach kannst

Verstehen der theoretischen Grundlagen statistischer Inferenz
Kenntnis und Anwendung von Maximum-Likelihood-Methoden
Ableiten asymptotischer Eigenschaften von Schätzern und Tests
Anwendung statistischer Methoden zur Parameterschätzung und Hypothesentests in konkreten Modellen

Aus was das Modul besteht

VorlesungPräsentation der Inhalte mit Beispielen und Diskussion zur Vermittlung der Theorie
Übung/PraktikumVertiefung durch Übungsaufgaben und Lösungen zur Selbstkontrolle und Anwendung

Lehrmethode

VorlesungVermittlung der Inhalte durch Vortrag, demonstrative Beispiele und Diskussion
ÜbungsstundenAngebot von Übungsblättern und Lösungen zur Vertiefung und Selbstüberprüfung

Termine

VorlesungFundamentals of Mathematical Statistics [MA5441]2 Gruppen zur Wahl

ADo.12:15–13:45
019, LMU Hörsaal im Physik Werkstattgebäude (5123.EG.019)
14× · 15.10.–04.02.
- 15.10.
- 22.10.
- 29.10.
- 05.11.
- 12.11.
- 19.11.
- 26.11.
- 10.12.
- 17.12.
- 07.01.
- 14.01.
- 21.01.
- 28.01.
- 04.02.
BMo.12:15–13:45
003, Hörsaal 2, "Interims II" (5416.01.003)
15× · 12.10.–01.02.
- 12.10.
- 19.10.
- 26.10.
- 02.11.
- 09.11.
- 16.11.
- 23.11.
- 30.11.
- 07.12.
- 14.12.
- 21.12.
- 11.01.
- 18.01.
- 25.01.
- 01.02.

Aus dem laufenden Semester, unverbindlich. Von mehreren Gruppen besucht man eine; der Stundenplan schlägt automatisch die mit den wenigsten Überschneidungen vor.

Filter