• Keine Ergebnisse gefunden

Seminar: Categorical Data Analysis 506.016 AK Statistik (Statistical Modelling) WS 2004/05

N/A
N/A
Protected

Academic year: 2021

Aktie "Seminar: Categorical Data Analysis 506.016 AK Statistik (Statistical Modelling) WS 2004/05"

Copied!
1
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Ao. Univ. Prof. Dr. H. Friedl

Seminar: Categorical Data Analysis

506.016 AK Statistik (Statistical Modelling) WS 2004/05

Umfang und Teilnehmer:Seminar mit Umfang 2 SE, bzw. 4 ECTS credits. Pflichtfach bzw. gebundenes Wahlfach f¨ur Studenten der Studienrichtung Technische Mathematik.

Voraussetzungen: Wahrscheinlichkeitstheorie, Mathematische Statistik, Computersta- tistik.

Lehrziel: Erarbeiten der theoretischen Grundlagen der kategorialen Datenanalyse und Analyse von Fallbeispielen mit R.

Lehrmethode: Einf¨uhrung in das Gebiet durch den Seminarleiter.

Anforderungen an die Teilnehmer:

• Detaillierte theoretische Erarbeitung des zugeordneten Themas,

• Schriftliche Ausarbeitung des Stoffes,

• Illustration der Methodik durch Analysen realer Daten,

• Besprechung des Vortragskonzeptes mit dem Seminarleiter,

• Etwa einst¨undiger Vortrag der Ergebnisse,

• Anwesenheit bei allen Vortr¨agen.

Thema Vortragender Datum Kapitel

1. Describing Contingency Tables H. Friedl 16.11. 2

2. Inference for Contingency Tables B. Ahmad 23.11. 3

3. Logistic Regression S. Dier 30.11. 5

4. Building & Applying Logistic Regression Models Y. Saba 7.12. 6 5. Logit Models for Multinomial Responses T. Thaler 14.12. 7 Literatur/Seminarunterlagen:

Agresti, A. (2002): Categorical Data Analysis, 2nd Edition, Wiley, New York.

Tutz, G. (2000): Die Analyse kategorialer Daten, Oldenburg, M¨unchen.

Vorbesprechung:Dienstag 19.10.2004, 16:30 Uhr, Inst. f. Statistik, Raum 407 Beginn: Dienstag 16.11.2004, 16:00 Uhr, Inst. f. Statistik, Raum 407

Referenzen

ÄHNLICHE DOKUMENTE

Generieren Sie in R eine Stichprobe bestehend aus 5 Realisationen einer N (0, 4)-Zufallsgr¨ osse. Berechnen Sie den ”trimmed” mean f¨ ur diverse ”Trimmungen”. Berechnen Sie auch

c) Begr¨ unden Sie das Resultat aus b) mit einer theoretischen ¨ Uberlegung, indem Sie ber¨ ucksichtigen, dass es sich um eine Normalverteilung handelt (¨ uberlegen Sie sich, wie

Herr Meier sagt, dass er eine Software entwickelt hat, mit der er in 60 % der F¨ alle korrekt voraussagen kann, ob der CHF / $-Kurs morgen h¨ oher oder tiefer liegt als heute

Methodik. Die Seminarleiter werden in das Gebiet einführen und bei schwierigen Teilproblemen eingreifen. An die Hörer werden folgende Anforderungen gestellt:..

Lehrziel: Erarbeiten der theoretischen Grundlagen der kategorialen Datenanalyse und Analyse von Fallbeispielen mit SPlus oder R.. Lehrmethode: Einf¨uhrung in das Gebiet durch

Lehrziel: Erarbeiten der theoretischen Grundlagen der kategorialen Datenanalyse und Analyse von Fallbeispielen mit R1. Lehrmethode: Einf¨ uhrung in das Gebiet durch

Lehrziel: Erarbeiten der theoretischen Grundlagen der kategorialen Datenanalyse und Analyse von Fallbeispielen mit R1. Lehrmethode: Einf¨uhrung in das Gebiet durch

Lehrziel: Erarbeiten der theoretischen Grundlagen & Analyse von Fallbeispielen mit R.. Lehrmethode: Einf¨uhrung in das Gebiet durch