Peter L. Bühlmann: Katalogdaten im Herbstsemester 2020 |
Name | Herr Prof. Dr. Peter L. Bühlmann |
Lehrgebiet | Mathematik |
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 |
peter.buehlmann@stat.math.ethz.ch | |
URL | http://stat.ethz.ch/~peterbu |
Departement | Mathematik |
Beziehung | Ordentlicher Professor |
Nummer | Titel | ECTS | Umfang | Dozierende | |
---|---|---|---|---|---|
401-3622-00L | Statistical Modelling | 8 KP | 4G | P. L. Bühlmann, M. Mächler | |
Kurzbeschreibung | In 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. | ||||
Lernziel | Einführung in Theorie und Praxis eines umfassenden und vielbenutzten Teilgebiets der Statistik, unter Berücksichtigung neuerer Entwicklungen. | ||||
Inhalt | In 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. | ||||
Skript | Vorlesungsskript | ||||
Voraussetzungen / Besonderes | This 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). | ||||
401-3627-00L | High-Dimensional Statistics Findet dieses Semester nicht statt. | 4 KP | 2V | P. 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. | ||||
Lernziel | Knowledge of methods and basic theory for high-dimensional statistical inference | ||||
Inhalt | Lasso 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 | ||||
Literatur | Peter 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 / Besonderes | Knowledge of basic concepts in probability theory, and intermediate knowledge of statistics (e.g. a course in linear models or computational statistics). | ||||
401-5620-00L | Research Seminar on Statistics | 0 KP | 1K | P. 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 | |
Kurzbeschreibung | Research colloquium | ||||
Lernziel | |||||
401-5640-00L | ZüKoSt: Seminar on Applied Statistics | 0 KP | 1K | M. 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 | |
Kurzbeschreibung | Etwa 5 Vorträge zur angewandten Statistik. | ||||
Lernziel | Kennenlernen von statistischen Methoden in ihrer Anwendung in verschiedenen Anwendungsgebieten. | ||||
Inhalt | In etwa 5 Einzelvorträgen pro Semester werden Methoden der Statistik einzeln oder überblicksartig vorgestellt, oder es werden Probleme und Problemtypen aus einzelnen Anwendungsgebieten besprochen. | ||||
Voraussetzungen / Besonderes | Dies 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. | ||||
401-5680-00L | Foundations of Data Science Seminar | 0 KP | P. 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 | ||
Kurzbeschreibung | Research colloquium | ||||
Lernziel |