Peter L. Bühlmann: Katalogdaten im Herbstsemester 2020

NameHerr Prof. Dr. Peter L. Bühlmann
LehrgebietMathematik
Adresse
Seminar für Statistik (SfS)
ETH Zürich, HG G 17
Rämistrasse 101
8092 Zürich
SWITZERLAND
Telefon+41 44 632 73 38
Fax+41 44 632 12 28
E-Mailpeter.buehlmann@stat.math.ethz.ch
URLhttp://stat.ethz.ch/~peterbu
DepartementMathematik
BeziehungOrdentlicher Professor

NummerTitelECTSUmfangDozierende
401-3622-00LStatistical Modelling Information 8 KP4GP. L. Bühlmann, M. Mächler
KurzbeschreibungIn der Regression wird die Abhängigkeit einer zufälligen Response-Variablen von anderen Variablen untersucht. Wir betrachten die Theorie der linearen Regression mit einer oder mehreren Ko-Variablen, hoch-dimensionale lineare Modelle, nicht-lineare Modelle und verallgemeinerte lineare Modelle, Robuste Methoden, Modellwahl und nicht-parametrische Modelle.
LernzielEinführung in Theorie und Praxis eines umfassenden und vielbenutzten Teilgebiets der Statistik, unter Berücksichtigung neuerer Entwicklungen.
InhaltIn der Regression wird die Abhängigkeit einer beobachteten quantitativen Grösse von einer oder mehreren anderen (unter Berücksichtigung zufälliger Fehler) untersucht. Themen der Vorlesung sind: Einfache und multiple Regression, Theorie allgemeiner linearer Modelle, Hoch-dimensionale Modelle, Ausblick auf nichtlineare Modelle. Querverbindungen zur Varianzanalyse, Modellsuche, Residuenanalyse; Einblicke in Robuste Regression. Durchrechnung und Diskussion von Anwendungsbeispielen.
SkriptVorlesungsskript
Voraussetzungen / BesonderesThis is the course unit with former course title "Regression".
Credits cannot be recognised for both courses 401-3622-00L Statistical Modelling and 401-0649-00L Applied Statistical Regression in the Mathematics Bachelor and Master programmes (to be precise: one course in the Bachelor and the other course in the Master is also forbidden).
401-3627-00LHigh-Dimensional Statistics
Findet dieses Semester nicht statt.
4 KP2VP. L. Bühlmann
Kurzbeschreibung"High-Dimensional Statistics" deals with modern methods and theory for statistical inference when the number of unknown parameters is of much larger order than sample size. Statistical estimation and algorithms for complex models and aspects of multiple testing will be discussed.
LernzielKnowledge of methods and basic theory for high-dimensional statistical inference
InhaltLasso and Group Lasso for high-dimensional linear and generalized linear models; Additive models and many smooth univariate functions; Non-convex loss functions and l1-regularization; Stability selection, multiple testing and construction of p-values; Undirected graphical modeling
LiteraturPeter Bühlmann and Sara van de Geer (2011). Statistics for High-Dimensional Data: Methods, Theory and Applications. Springer Verlag.
ISBN 978-3-642-20191-2.
Voraussetzungen / BesonderesKnowledge of basic concepts in probability theory, and intermediate knowledge of statistics (e.g. a course in linear models or computational statistics).
401-5620-00LResearch Seminar on Statistics Information 0 KP1KP. L. Bühlmann, M. H. Maathuis, N. Meinshausen, S. van de Geer, A. Bandeira, R. Furrer, L. Held, T. Hothorn, D. Kozbur, C. Uhler, M. Wolf
KurzbeschreibungResearch colloquium
Lernziel
401-5640-00LZüKoSt: Seminar on Applied Statistics Information 0 KP1KM. Kalisch, A. Bandeira, P. L. Bühlmann, R. Furrer, L. Held, T. Hothorn, M. H. Maathuis, M. Mächler, L. Meier, M. Robinson, C. Strobl, C. Uhler, S. van de Geer
KurzbeschreibungEtwa 5 Vorträge zur angewandten Statistik.
LernzielKennenlernen von statistischen Methoden in ihrer Anwendung in verschiedenen Anwendungsgebieten.
InhaltIn etwa 5 Einzelvorträgen pro Semester werden Methoden der Statistik einzeln oder überblicksartig vorgestellt, oder es werden Probleme und Problemtypen aus einzelnen Anwendungsgebieten besprochen.
Voraussetzungen / BesonderesDies ist keine Vorlesung. Es wird keine Prüfung durchgeführt, und es werden keine Kreditpunkte vergeben.
Nach besonderem Programm:
http://stat.ethz.ch/events/zukost
Lehrsprache ist Englisch oder Deutsch je nach ReferentIn.
401-5680-00LFoundations of Data Science Seminar Information 0 KPP. L. Bühlmann, A. Bandeira, H. Bölcskei, J. M. Buhmann, T. Hofmann, A. Krause, A. Lapidoth, H.‑A. Loeliger, M. H. Maathuis, G. Rätsch, C. Uhler, S. van de Geer, F. Yang
KurzbeschreibungResearch colloquium
Lernziel