Last edited on 21.Jan. 98 by dn/ dn . - Host home page: StatLab Heidelberg
Other home pages: Universität Heidelberg and Fakultät für Mathematik

Willkommen bei der Statistik in Heidelberg!

Informationen zu Forschungprojekten in der Statistik finden Sie über unsere Home-Page.

Im Bereich der Statistik finden regelmäßig Vorträge statt, zu denen auch Studierende eingeladen sind. Aktuelle Informationen finden Sie dazu unter http://www.statlab.uni-heidelberg.de/termine.


Lehrveranstaltungen der Statistik im WS 97/98

Lehrveranstaltungen der Statistik im SS98


Für Studierende, die im Sommersemester 1998 mit der Statistik beginnen wollen, ist die Vorlesung Statistik 1 besonders geeignet.

Statistik 1 (Kursusvorlesung)

Dozent:

Prof. Dr. D.W. Müller

Zeit und Ort:

Di, Fr 11 - 13 Uhr AM HS 134 ; Übungen n.V.

Beginn:

Dienstag, 21. April 1998

Gebiet:

Angewandte Mathematik/Stochastik /Statistik

 -  Anmeldung             +  Scheinerwerb
+ Fortsetzung geplant - Themenvergabe

Inhalte:

Diese einführende Kursusvorlesung behandelt statistische Modelle und Verfahren. Dargestellt werden einerseits die klassischen Verfahren des linearen statistischen Modells (Varianzanalyse, Regressionsanalyse), andererseits nichtparametrische Ansätze (Residuenanalyse, Bootstrap, Permutationstests). Behandelte Themen sind u.a.:
das lineare statistische Modell, die multivariate Normalverteilung, Streuungszerlegung, Varianzanalyse, Chiquadrat- und F-Verteilung, Trennschärfe von F-Tests, hierarchische und Kreuz-Klassifikation, Optimalität von F-Tests, das Behrens-Fisher-Problem, Lineare Regression, multiple Vergleiche, Konfidenzbänder, Abweichungen von den Annahmen des linearen Modells, unvollständige Designs, Permutationstests, Bootstrap-Verfahren, simultane Schätzung, Modellwahl, lineare Rangtests.

Literatur:

Scheffé: The Analysis of Variance .
Speziell zu linearen Modellen:
Schach, Schäfer: Regressions und Varianzanalyse . Springer

Zielgruppe:

geeignet für Studierende ab dem 4. Semester mit Studienziel Diplom oder Staatsexamen (Mathematik, Physik, Bio- und Wirtschaftswissenschaften).

Voraussetzungen:

Grundvorlesung 'Einführung in die Statistik', Lineare Algebra I, Analysis I + II

Multivariate Statistik (Spezialvorlesung)

Dozent:

Prof. Dr. R. Dahlhaus

Zeit und Ort:

Do 11 - 13 AM HS -101 (mit Übungen 2st. n.V.)

Beginn:

Donnerstag, 23. April 1998

Gebiet:

Angewandte Mathematik, Statistik

 -  Anmeldung             +  Scheinerwerb
- Fortsetzung geplant + Themenvergabe

Inhalte:

Gegenstand der "Multivariaten Statistik" ist die Analyse mehrdimensionaler Daten. Der stochastischen Abhängigkeitsstruktur der einzelnen Komponenten gilt dabei das Hauptinteresse. In der Vorlesung werden wir uns zunächst mit der Multivariaten Normalverteilung und linearen Modellen befassen. Anschließend werden Techniken wie die Hauptkomponentenanalyse und die Faktoranalyse diskutiert werden. Außerdem werden partielle Unabhängigkeitsgraphen zur Beschreibung der Abhängigkeitsstruktur eingeführt werden.

Literatur:

Anderson, T.: An Introduction to Multivariate Statistical Analysis. Wiley, New York.
Mardia, Kent, Bibby: Multivariate Analysis. Academic Press.
Lauritzen, S.: Graphical Models. Oxford Science Publications, Oxford.

Zielgruppe:

Geeignet für Studierende ab dem 5. Semester

Voraussetzungen:

Grundvorlesung Statistik/Stochastik, Statistik I

Simulation und Resampling in der Statistik (Spezialvorlesung)

Dozent:

Prof. Dr. E. Mammen, Dr. G. Sawitzki

Zeit und Ort:

Fr 11-13 Uhr, AM HS -111

Beginn:

Freitag, 24. April 1998

 -  Anmeldung             -  Scheinerwerb
- Fortsetzung geplant + Themenvergabe

Gebiet:

Angewandte Mathematik, Stochastik

Inhalte:

Die Vorlesung soll in das immer wichtiger werdende Gebiet der Simulations- und Resampling-Techniken einführen. Diese Techniken erlauben es, komplexe Problemstellungen zu untersuchen, die einer rein analytischen Behandlung nicht zugänglich sind. Sie sind wesentliche Instrumente moderner Statistik und Datenanalyse.

Insbesondere werden behandelt:


Literatur:

Bratley, P.; Fox, G.L.; Schrage, L.E.: A Guide to Simulation. Springer 1987.
Fishman, G.S.: Monte Carlo. Springer 1996.
Morgan, B.J.T: Elements of Simulation. Chapman & Hall 1990.
Niederreiter, H.; Hellekaleh, P.; Larcher, G.; Zinterhof, P. (eds.): Monte Carlo and Quasi Monte Carlo Methods. Springer 1998 (LN in Statistics. 127). ISBN 0-387-98335-X
Ripley, B.D.: Stochastic Simulation. Wiley 1987.

Zielgruppe:

Studierende ab dem 5. Semester mit Fach Mathematik oder Studierende anderer Fachrichtungen im höheren Semester mit Interesse an praktischer Statistik.

Voraussetzungen:

Grundkenntnisse in der Stochastik (etwa im Umfang einer Grundvorlesung in Wahrscheinlichkeitstheorie oder Statistik). Weitergehendende Statistik-Kenntnisse sind willkommen.

Finanzzeitreihen (Spezialvorlesung)

Dozent:

Prof. Dr. E. Mammen

Zeit und Ort:

Fr 9 - 11 Uhr, AM HS -111

Beginn:

24. April 1998
 -  Anmeldung             -  Scheinerwerb
- Fortsetzung geplant + Themenvergabe

Gebiet:

Angewandte Mathematik, Stochastik

Inhalte:

Die Vorlesung diskutiert neuere Modellierungen in der Zeitreihenanalyse, die insbesonders durch Anwendungen auf Finanzzeitreihen motiviert sind. Behandelt werden insbesonders ARCH (Autoregressive Conditionally Heteroscedastic) Modelle nebst Modifikationen und nichtparametrische Modelle. Als mathematisches Hilfsmittel werden asymptotische Methoden für abhängige Daten unter Mischungsbedingungen vorgestellt.

Literatur:

C. Gouriéroux: ARCH Models and Financial Applications, Springer 1997

Zielgruppe:

Studierende ab dem 5. Semester

Voraussetzung:

Grundvorlesung Stochastik oder Statistik, möglichst eine Kursusvorlesung auf dem Gebiet der Statistik oder Wahrscheinlichkeitstheorie.

Einführung in die Programmiersprache Oberon (Ergänzungsveranstaltung)

Dozent:

Dr. G. Sawitzki

Ort und Zeit:

Di 14-16; Übungen n.V.
AM -108 (Zugang durch die Bibliothek)

Beginn:

Dienstag, 21. April 1998

Gebiet:

Informatik
 +  Anmeldung             +  Scheinerwerb
+ Fortsetzung geplant - Themenvergabe

Inhalte:

Oberon 2 ist eine von N. Wirth neu entwicklete objekt-orientierte Programmiersprache für den allgemeinen Gebrauch, die Pascal und Modula ablöst. Als Programmiersprache ist Oberon besonders klar und leicht erlernbar. Sie repräsentiert die Grundkonzepte moderner Programmiersprachen (Block-Struktur, Modularität, sichere Datentypen).
Oberon ist besonders geeignet, die für die Entwicklung von objekt-orientierten Programmen notwendigen Entwurfs-Techniken (program design) systematisch kennen zu lernen.
Oberon-Compiler für alle wesentlichen Rechnertypen und Material für Eigenstudium können den Teilnehmern zur Verfügung gestellt werden. Siehe auch http://statla b.uni-heidelberg.de/projects/oberon/.

Literatur:

Ein Skriptum ist in http://www.statlab.uni -heidelberg.de/projects/oberon/kurs/.
M. Reiser, N. Wirth: Programmieren in Oberon . Addison-Wesley 19 94, ISBN 3-89319-657-9.
André Fischer, Hannes Marais: The Oberon Companion . A Guide to Using and Programming Oberon System 3 vdf Hochschulverlag AG an der ETH Zürich 1998. ISBN 3-7281-2493-1. 336 pages, format 17 x 24 cm, hard cover, CD included.
M. Reiser: The Oberon System. Addison-Wesley 1991. ISBN 0 201544229 PBK (Benutzerführer für die Oberon-Programmierumgebung und Referenz für die Standard-Bibliothek).
J. Templ. Oberon 2. (CD-Version) Addison-Wesley 1995. ISBN 3-89319-886-5.

Zielgruppe:

Studierende aller Studienabschnitte mit Interesse an Informatik oder statistical computing.

Voraussetzungen:

Keine

Beschränkte Teilnehmerzahl. Anmeldung ist erforderlich. Anmeldung und weitere Information:

G. Sawitzki, T. 54 89 79

Asymptotische Statistik (Seminar)

Dozent:

Prof. Dr. D. W. Müller, Dr. W. Polonik

Zeit und Ort:

n.V.

Vorbesprechung:

Di 10.02.98, 14 Uhr c.t., AM Raum 101

Gebiet:

Angewandte Mathematik, Mathematische Statistik

 -  Anmeldung             +  Scheinerwerb
+ Fortsetzung geplant + Themenvergabe

Inhalte:

Ein zentrales mathematisches Werkzeug in der Statistik ist die Asymptotik (Konvergenz von Zufallsvariablen bzw. Verteilungen). Deshalb ist dieses Seminar über Asymptotik für ein tieferes Verständnis der Statistik von grundlegender Bedeutung. Das Seminar hat zwei Hauptziele. Zum einen ist das die Vermittlung von Begriffen und Techniken aus dem Bereich der Asymptotik (wie z.B. stochastische Konvergenz, Konvergenz in Verteilung etc.), und zum anderen soll die Fähigkeit vermittelt werden, diese Techniken im Bereich der Statistik anzuwenden. Das Seminar richtet sich insbesondere an Studierende, die beabsichtigen, ihre Abschlußarbeit (Diplom, Staatsexamen) im Bereich der Statistik zu schreiben.

Literatur:

Ferguson T.S.: A course in large sample theory. Chapman and Hall, 1996

Vorkenntisse:

Grundvorlesung Statistik od. Stochastik, Vorkenntinisse über Masstheorie und/oder aus Analysis 3 (Lebesgue-Integral) sind hilfreich.

Zielgruppe:

Studierende mit dem Ziel einer Abschlußarbeit (Diplom/Staatsexamen) in Statistik

Mathematische und statistische Methoden in der Populationsgenetik (Seminar)

Dozent:

Prof. Dr. E. Mammen, Dr. W. Polonik

Zeit und Ort:

Do 11-13, AM HS -111

Gebiet:

Angewandte Mathematik, Mathematische Statistik

 -  Anmeldung             +  Scheinerwerb
+ Fortsetzung geplant + Themenvergabe

Inhalte:

Das Seminar behandelt die mathematischen Hilfsmittel zum Verständnis und zur Modellierung epidemiologischer und experimenteller Daten aus dem Bereich der Genetik. Spezielle Themen sind Stammbaumanalysen, Markov Chain Monte Carlo, Rekonstruktion evolutionärer Bäume und Modelle der Rekombination. Grundkenntnisse in der Genetik werden nicht vorausgesetzt.

Literatur:

K. Lange (1997): Mathematical and Statistical Methods for Genetic Analysis .

Vorkenntisse:

Grundvorlesung Statistik od. Stochastik.

Zielgruppe:

Studierende ab dem 5. Semester.

Computational Statistics (Arbeitsgemeinschaft)

Dozenten:

Dr. G. Sawitzki

Zeit und Ort:

Mi 10-12, AM Raum 230

Gebiet:

Angewandte Mathematik, Statistik . Informatik
 -  Anmeldung             -  Scheinerwerb
+ Fortsetzung geplant + Themenvergabe

Inhalte:

In dieser Arbeitsgemeinschaft werden Methoden und Werkzeuge zur Entwicklung von Software für statistische Simulationen behandelt. Im Mittelpunkt steht dabei die Entwicklung portabler (Plattform-unabhängiger) Simulationssysteme.

Literatur:

P.Dirschedl & R.Ostermann (eds.) Computational Statistics. Papers collected on the Occasion of the 25th Conference on Statistical Computing at Schloss Reisensburg. Heidelberg, Physica, 1994, ISBN 3-7908-0813-X.

Aktuelle Literatur aus Zeitschriften, insbesondere
Journal of Computational and Graphical Statistics
Computational Statistics and Data Analysis
Journal of the American Mathematical Society

Siehe auch http://www.statlab.uni-heidelberg.de/.

Zielgruppe:

Studierende mittlerer und höherer Semester mit Interesse an Statistik und Informatik.

Voraussetzungen:

Gute Grundkenntnisse in Statistik, Kenntnisse in mindestens einer höheren Programmiersprache, Kenntnisse in der Rechnerbenutzung.
Beschränkte Teilnehmerzahl. Anmeldung ist erforderlich. Anmeldung und weitere Information bei G. Sawitzki (INF 294, Raum 230, Tel: 06221 / 54-8979)

Aktuelle Probleme aus der statistischen Beratung (Arbeitsgemeinschaft)

Dozenten:

Dr. G. Sawitzki

Zeit und Ort:

jeweils 1. Do im Monat 16-18 Uhr, AM Raum 209

Vorbesprechung:

-

Gebiet:

Angewandte Mathematik, Statistik
 -  Anmeldung             -  Scheinerwerb
+ Fortsetzung geplant + Themenvergabe

Inhalte:

Berichte und Diskussion über aktuelle Probleme aus der statistische Beratung.

Literatur:

-

Vorkenntisse:

Grundvorlesung Statistik od. Stochastik. Weitergehende Statistik-Kenntnisse sind hilfreich, aber nicht Voraussetzung.

Zielgruppe:

mittlerer und höherer Semester. Die Veranstaltung ist auch als Orientierungs-Veranstaltung für Studenten im mittleren Semester geeignet.

Kolloquium über Statistik

Dozenten:

R. Dahlhaus, E. Mammen, D.W. Müller

Zeit und Ort:

Do 16-18 / AM HS 134

Gebiet:

Angewandte Mathematik, Statistik
 -  Anmeldung             -  Scheinerwerb
+ Fortsetzung geplant + Themenvergabe

Inhalte:

Hier tragen normalerweise Kolloquiumsgäste oder Mitarbeiter und Dozenten über ihre Forschung vor. Wer mit dem Gedanken spielt, sich in Richtung Statistik zu spezialisieren, kann sich hier als Zuhörer orientieren.

Zielgruppe:

allgemein ab 6. Semester

Ausgewählte Kapitel aus der Mathematischen Statistik (Oberseminar)

Dozenten:

R. Dahlhaus, E. Mammen, D.W. Müller

Ort und Zeit:

Do 9 - 11 / AM HS 101

Gebiet:

Angewandte Mathematik, Statistik
 -  Anmeldung             -  Scheinerwerb
+ Fortsetzung geplant + Themenvergabe

Inhalte:

Aktuelle Entwicklungen der Mathematischen Statistik.

Zielgruppe:

allgemein ab Hauptstudium. Alle Studierenden, die eine Diplomarbeit in Statistik erwägen oder beabsichtigen, sich in Statistik zu spezialisieren, sind zu dem Oberseminar herzlichst eingeladen.

Praktikum über Simulation und Resampling in der Statistik (Praktikum)

Dozent:

Prof. Dr. E. Mammen, Dr. G. Sawitzki

Ort und Zeit:

AM R -108 , Do 14 - 16 Uhr

Gebiet:

Statistik/Informatik
 +  Anmeldung             +  Scheinerwerb
+ Fortsetzung geplant - Themenvergabe

Inhalte:

Implementierung und Anwendung von Simulationsverfahren in der Datenanalyse und Statistik.

Das Praktikum findet begleitend zur Spezialvorlesung "Simulation und Resampling in der Statistik" statt und ist darauf abgestimmt. Bei hinreichenden Vorkenntnissen kann das Praktikum jedoch auch unabhängig von der Vorlesung besucht oder durch einzelne Abschnitte der Vorlesung ergänzt werden.

Literatur:

Für die Teilnehmer dieses Kurses ist Material unter http://www.statlab.uni-heidelberg.de/ sowie im den Teilnehmern bekannten ftp-Verzeichnis zugänglich.

Zielgruppe:

Studierende mittlerer und höherer Semester mit Interesse an Statistik und Informatik.

Voraussetzungen:

Gute Grundkenntnisse in Statistik, Kenntnisse in mindestens einer höheren Programmiersprache, Kenntnisse in der Rechnerbenutzung.
Beschränkte Teilnehmerzahl. Anmeldung ist erforderlich. Anmeldung und weitere Information bei G. Sawitzki (INF 294, Raum 230, Tel: 06221 / 54-8979)

Siehe auch:


Maß- und Integrationstheorie (Kursusvorlesung m. Üb. 4 st.)

Dozent:

Prof. Dr. W. Krieger

Ort und Zeit:

Mo, Do 11-13, AM HS 134

Beginn:

23. April 98

Gebiet:

Stochastik
 -  Anmeldung                Scheinerwerb
+ Fortsetzung geplant - Themenvergabe

Inhalt:

Standardeinführungs-Vorlesung in die Mass- und Integrationstheorie:
Zur Vorlesung finden Übungen statt, in denen ein Schein erworben werden kann. Es ist geplant, die Vorlesung im Wintersemester 98/99 mit einer Vorlesung über Ergodentheorie fortzusetzen.

Literatur:

(z. B.)
Bauer: Mass und Integrationstheorie .
Leinert: Integration und Mass .

Voraussetzungen:

Analysis, Lineare Algebra

Zielgruppe:

Geeignet für Studierende mit Studienziel Diplom (Mathematik) oder Staatsexamen (Mathematik) ab dem 3. Semester.

Wahrscheinlichkeits- und Maßtheorie 2, 4st.

Dozent:

Dr. M. Mürmann

Ort und Zeit:

Mi 11-13, Fr 9-11 AM HS -101

Beginn:

22. April 98

Gebiet:

Stochastik
 -  Anmeldung             -  Scheinerwerb
- Fortsetzung geplant + Themenvergabe

Inhalte:

Schwerpunkt in diesem Semester ist die Struktur von Abhängigkeit und die Theorie stochastischer Prozesse. Neben der notwendigen allgemeinen Theorie steht vor allem die Behandlung spezieller Klassen von Prozessen (z.B. Martingale, Markov-Prozesse) mit Beispielen und Anwendungen im Vordergrund. Der dazu gehörende maßtheoretische Teil betrifft Maße auf Funktionenräumen und Beziehung von Maßen zueinander (Satz von Radon-Nikodym und Umfeld).

Literatur:

u.a. Billingsley, P.: Probability and Measure, 3rd. ed., J. Wiley 1995 .
Lamperti, J.: Stochastic Processes, Springer-Verlag 1977

Voraussetzungen:

Wahrscheinlichkeits- und Maßtheorie 1 oder entsprechende Kenntnisse

Zielgruppe:

Geeignet für Studierende mit Studienziel Diplom oder Lehramt oder Fachrichtung Physik oder Wirtschaftswissenschaften ab dem 5. Semester

Wahrscheinlichkeitstheorie (Risikotheorie), Proseminar

Dozenten:

Dr. M. Mürmann

Ort und Zeit:

Di 14 - 16 , AM HS -111

Beginn:

21. April 98

Vorbesprechung

Ende WS 97/98; Termin wird noch bekannt gegeben.

Gebiet:

Stochastik
 +  Anmeldung             +  Scheinerwerb
- Fortsetzung geplant - Themenvergabe

Inhalte:

Die Risikotheorie ist die theoretische Grundlage der Versicherungsmathematik. Sie modelliert den Risikoprozeß (Schadenszeiten und -höhen) und zieht daraus praktische Folgerungen (z.B. Festlegung von Prämien, Rücklagen, Rückversicherung.

Literatur:

H. Bühlmann: Mathematical Methods in Risk Theory ; Springer-Verlag Neuaufl. 1996

Voraussetzungen:

Grundvorlesung aus dem Gebiet der Stochastik

Zielgruppe

Geeignet für Studierende ab dem 4. Semester
S

Wahrscheinlichkeitstheorie, 2st

Dozent

Dr. M. Mürmann

Zeit und Ort

Do 14-16 Uhr, AM HS -101
Sp

Mathematische Methoden der Modellierung von Finanzmärkten, 2st.

Dozent

Dr. M. Soloveitchik

Zeit und Ort:

Mi 14-16, AM HS -101
S(A)

Der Begriff der Entropie, 2st.

Prof. Dr. H. Rost, Dr. M. Soloveitchik

Zeit und Ort:

Di 14-16, AM HS -101
Wir danken allen Mitarbeitern und Mitarbeiterinnen, die diese Information zur Verfügung gestellt haben. Zu danken ist auch der Fachschaft für die Anregung dazu.