Modules Master
Modultitel
Vorlesung Angewandte Statistik II (Lecture Course Applied Statistics II)
Modulnummer INF4151
Art des Moduls Wahlpflicht
ECTS-Punkte 6
Arbeitsaufwand 180 h
Kontaktzeit 60 h / 4 SWS
Selbststudium 120 h
Moduldauer
1-semestrig
Häufigkeit des Angebots
jährlich im Sommersemester
Unterrichtssprache deutsch
Lehr-/Lernformen Vorlesung mit Übungen
Klausur & Benotung
schriftliche Klausur am Ende der Vorlesung; Dauer: 90 min; Modulnote entspricht Klausurnote
Modulinhalt
Aufbauend auf Angewandte Statistik I werden komplexere statistische Methoden behandelt: Generalisierte Lineare Modelle (GLM), Hauptkomponentenanalyse (PCA), Unabhängigkeitsanalyse (ICA) und Bayes-Statistik.
Der Schwerpunkt liegt auf der praktischen Anwendung aller Methoden und deren Implementation in der Programmiersprache Python (mit den Modulen statsmodels, scipy.stats, sklearn und pystan) und der Darstellung der Ergebnisse in Notebooks.
Qualifikationsziele
Die Studenten sollen weiterführende statistische Methoden kennen-, anwenden und in Software implementieren lernen. Die Unterschiede zwischen frequentistischer und Bayes-Statistik werden hinterfragt. Angeeignetes Wissen und Erfahrung soll die Studenten in die Lage versetzen, Versuche selbst planen und auswerten zu können und dabei typische Fehler zu vermeiden. In der Literatur dargestellte Ergebnisse werden kritisch hinterfragt.
Anrechenbar für
Informatik - Master
Bioinformatik - Master
Medieninformatik - Master
Medizininformatik - Master
Kognitionswissenschaft - Master Hauptfach im Bereich Kognitive Informatik (MKOGINF)
Teilnahmevoraussetzungen Mathematische Grundlagen (Analysis, lineare Algebra) sowie solide statistische Grundlagen, z.B. durch den Besuch der Veranstaltung "Angewandte Statistik I"
Verantwortlicher Dr. Uli Wannek
Literatur Wird in der Vorlesung bekannt gegeben