Markus Kalisch: Katalogdaten im Frühjahrssemester 2020 |  |
| Name | Herr Dr. Markus Kalisch |
| Adresse | Seminar für Statistik (SfS) ETH Zürich, HG G 15.2 Rämistrasse 101 8092 Zürich SWITZERLAND |
| Telefon | +41 44 632 34 35 |
| markus.kalisch@stat.math.ethz.ch | |
| Departement | Mathematik |
| Beziehung | Dozent |
| Nummer | Titel | ECTS | Umfang | Dozierende | |
|---|---|---|---|---|---|
| 401-0620-00L | Statistischer Beratungsdienst | 0 KP | 0.1K | M. Kalisch, L. Meier | |
| Kurzbeschreibung | Der statistische Beratungsdienst steht allen Angehörigen der ETH und in begrenztem Masse auch Aussenstehenden offen. | ||||
| Lernziel | Beratung bei der statistischen Auswertung von wissenschaftlichen Daten. | ||||
| Inhalt | Studierende und Forschende werden bei der Auswertung wissenschaftlicher Daten individuell beraten, insbesondere auch bei Bacheor-, Master- und Doktorarbeiten. Es ist sehr empfehlenswert, den Beratungsdienst nicht erst kurz vor dem Abschluss einer Arbeit aufzusuchen, sondern bereits bei der Planung einer Studie. | ||||
| Voraussetzungen / Besonderes | Dies ist keine Vorlesung sondern ein Beratungsangebot. Es wird keine Prüfung durchgeführt, und es werden keine Kreditpunkte vergeben. Anmeldungen richtet man an beratung@stat.math.ethz.ch Tel. 044 632 2223 oder 044 632 34 30 Voraussetzungen: Kenntnis der Grundbegriffe der Statistik ist sehr erwünscht. | ||||
| 401-0643-00L | Statistik I   | 3 KP | 2V + 1U | M. Kalisch | |
| Kurzbeschreibung | Einführung in einfache Methoden und grundlegende Begriffe von Statistik und Wahrscheinlichkeitsrechnung für Nichtmathematiker. Die Konzepte werden anhand einiger anschaulicher Beispiele eingeführt. | ||||
| Lernziel | Grundverständnis für die Gesetze des Zufalls und des Denkens in Wahrscheinlichkeiten. Kenntnis von Methoden zur Darstellung von Daten und zu ihrer quantitativen Interpretation unter Berücksichtigung der statistischen Unsicherheit. | ||||
| Inhalt | Modelle und Statistik für Zähldaten: Diskrete Wahrscheinlichkeitsmodelle, Binomial-Verteilung, Tests und Vertrauensintervalle für eine Wahrscheinlichkeit, Poisson-Verteilung und deren Statistik, weitere Verteilungen. Modelle und Statistik für Messdaten: Beschreibende Statistik, Zufallsvariablen mit Dichten, t-Test und Wilcoxon-Test und zugehörige Vertrauensintervalle. Regression: Das Modell der linearen Regression, Tests und Vertrauensintervalle, Residuenanalyse. | ||||
| Skript | Es steht ein kurzes Skript zur Verfügung. | ||||
| Literatur | - W. A. Stahel, Statistische Datenanalyse: Eine Einführung für Naturwissenschaftler, 5. Aufl., Vieweg, Braunschweig/Wiesbaden, 2007 | ||||
| Voraussetzungen / Besonderes | Voraussetzungen: Grundlegende Mathematik-Kenntnisse wie sie im ersten Semester erworben werden. | ||||
| 401-4620-00L | Statistics Lab Number of participants limited to 27. | 6 KP | 2S | M. Kalisch, M. H. Maathuis, M. Mächler, L. Meier, N. Meinshausen | |
| Kurzbeschreibung | "Statistics Lab" is an Applied Statistics Workshop in Data Analysis. It provides a learning environment in a realistic setting. Students lead a regular consulting session at the Seminar für Statistik (SfS). After the session, the statistical data analysis is carried out and a written report and results are presented to the client. The project is also presented in the course's seminar. | ||||
| Lernziel | - gain initial experience in the consultancy process - carry out a consultancy session and produce a report - apply theoretical knowledge to an applied problem After the course, students will have practical knowledge about statistical consulting. They will have determined the scientific problem and its context, enquired the design of the experiment or data collection, and selected the appropriate methods to tackle the problem. They will have deepened their statistical knowledge, and applied their theoretical knowledge to the problem. They will have gathered experience in explaining the relevant mathematical and software issues to a client. They will have performed a statistical analysis using R (or SPSS). They improve their skills in writing a report and presenting statistical issues in a talk. | ||||
| Inhalt | Students participate in consulting meetings at the SfS. Several consulting dates are available for student participation. These are arranged individually. -During the first meeting the student mainly observes and participates in the discussion. During the second meeting (with a different client), the student leads the meeting. The member of the consulting team is overseeing (and contributing to) the meeting. -After the meeting, the student performs the recommended analysis, produces a report and presents the results to the client. -Finally, the student presents the case in the weekly course seminar in a talk. All students are required to attend the seminar regularly. | ||||
| Skript | n/a | ||||
| Literatur | The required literature will depend on the specific statistical problem under investigation. Some introductory material can be found below. | ||||
| Voraussetzungen / Besonderes | Prerequisites: Sound knowledge in basic statistical methods, especially regression and, if possible, analysis of variance. Basic experience in Data Analysis with R. | ||||
| 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, N. Meinshausen, M. Robinson, C. Strobl, C. Uhler, S. van de Geer | |
| Kurzbeschreibung | 5 bis 6 Vorträge zur angewandten Statistik. | ||||
| Lernziel | Kennenlernen von statistischen Methoden in ihrer Anwendung in verschiedenen Gebieten, besonders in Naturwissenschaft, Technik und Medizin. | ||||
| Inhalt | In 5-6 Einzelvorträgen pro Semester werden Methoden der Statistik einzeln oder überblicksartig vorgestellt, oder es werden Probleme und Problemtypen aus einzelnen Anwendungsgebieten besprochen. 3 bis 4 der Vorträge stehen in der Regel unter einem Semesterthema. | ||||
| Skript | Bei manchen Vorträgen werden Unterlagen verteilt. Eine Zusammenfassung ist kurz vor den Vorträgen im Internet unter http://stat.ethz.ch/talks/zukost abrufbar. Ankündigunen der Vorträge werden auf Wunsch zugesandt. | ||||
| Voraussetzungen / Besonderes | Dies ist keine Vorlesung. Es wird keine Prüfung durchgeführt, und es werden keine Kreditpunkte vergeben. Nach besonderem Programm. Koordinator M. Kalisch, Tel. 044 632 3435 Lehrsprache ist Englisch oder Deutsch je nach ReferentIn. Course language is English or German and may depend on the speaker. | ||||
| 406-0603-AAL | Stochastics (Probability and Statistics) Belegung ist NUR erlaubt für MSc Studierende, die diese Lerneinheit als Auflagenfach verfügt haben. Alle anderen Studierenden (u.a. auch Mobilitätsstudierende, Doktorierende) können diese Lerneinheit NICHT belegen. | 4 KP | 9R | M. Kalisch | |
| Kurzbeschreibung | Introduction to basic methods and fundamental concepts of statistics and probability theory for non-mathematicians. The concepts are presented on the basis of some descriptive examples. The course will be based on the book "Statistics for research" by S. Dowdy et.al. and on the book "Introductory Statistics with R" by P. Dalgaard. | ||||
| Lernziel | The objective of this course is to build a solid fundament in probability and statistics. The student should understand some fundamental concepts and be able to apply these concepts to applications in the real world. Furthermore, the student should have a basic knowledge of the statistical programming language "R". The main topics of the course are: - Introduction to probability - Common distributions - Binomialtest - z-Test, t-Test - Regression | ||||
| Inhalt | From "Statistics for research": Ch 1: The Role of Statistics Ch 2: Populations, Samples, and Probability Distributions Ch 3: Binomial Distributions Ch 6: Sampling Distribution of Averages Ch 7: Normal Distributions Ch 8: Student's t Distribution Ch 9: Distributions of Two Variables [Regression] From "Introductory Statistics with R": Ch 1: Basics Ch 2: Probability and distributions Ch 3: Descriptive statistics and tables Ch 4: One- and two-sample tests Ch 5: Regression and correlation | ||||
| Literatur | "Statistics for research" by S. Dowdy et. al. (3rd edition); Print ISBN: 9780471267355; Online ISBN: 9780471477433; DOI: 10.1002/0471477435; From within the ETH, this book is freely available online under: http://onlinelibrary.wiley.com/book/10.1002/0471477435 "Introductory Statistics with R" by Peter Dalgaard; ISBN 978-0-387-79053-4; DOI: 10.1007/978-0-387-79054-1 From within the ETH, this book is freely available online under: http://www.springerlink.com/content/m17578/ | ||||
| 701-0105-00L | Mathematik VI: Angewandte Statistik für Umweltnaturwissenschaften Voraussetzung: Besuch von «401-0624-00 Mathematik IV: Statistik» oder vergleichbare Lehrveranstaltung | 3 KP | 2G | C. Bigler, M. Kalisch, L. Meier | |
| Kurzbeschreibung | Statistische Verfahren aus aktuellen Publikationen der Umweltnaturwissenschaften werden vorgestellt und angewendet. Die Teilnehmenden können Methoden nachvollziehen und beschreiben, Datensätze bereinigen, diese mit dem Softwarepaket R analysieren und Resultate in geeigneter Form darstellen. Sie können Stärken und Schwächen behandelter Verfahren für gegebene Anwendungsgebiete beschreiben. | ||||
| Lernziel | Die Studierenden können - geeignete statistische Methoden für die Datenanalyse in ihrem Fachgebiet nutzen. - Datensätze mit Hilfe von explorativen Methoden charakterisieren. - Datensätze auf ihre Tauglichkeit für die Beantwortung einer gegebenen Fragestellung prüfen, für den Import in ein Statistikprogramm aufbereiten und die Analyse durchführen. - statistische Auswertungen interpretieren und für Präsentationen und Publikationen grafisch aufbereiten. - Grundlagen von statistischen Methoden in aktuellen Papers beschreiben. - das Softwarepaket R für statistische Analysen anwenden | ||||
| Inhalt | Statistische Methoden: Regression (lineare Modelle; generalisierte lineare Modelle, GLMs); Varianzanalyse (ANOVA); gemischte Modelle für gruppierte Daten (mixed-effects models); Fragebogenstatistik; Tests (t Test) Werkzeuge: Explorative Datenanalyse für Hypothesenbildung; Auswahlverfahren für geeignete statistische Verfahren; Datenaufbereitung (Excel -> R; Datenbereinigung); graphische Darstellung von Resultaten; statistische Verfahren in Publikationen erkennen. Wir arbeiten mit dem Softwarepaket R. Form: Im Wochenrhythmus finden alternierend Einführungen in eine neue Methode und Übungsstunden zum Thema statt. | ||||
| Voraussetzungen / Besonderes | Besuch von "Mathematik IV: Statistik" oder vergleichbare Lehrveranstaltung. Die Schlussprüfung findet am Freitag 12.6.2020 (9:00 - 10:30) statt. | ||||