Nicolai Meinshausen: Katalogdaten im Herbstsemester 2023 |
| Name | Herr Prof. Dr. Nicolai Meinshausen |
| Lehrgebiet | Statistik |
| Adresse | Professur für Statistik ETH Zürich, HG G 23.2 Rämistrasse 101 8092 Zürich SWITZERLAND |
| Telefon | +41 44 632 32 74 |
| meinshausen@stat.math.ethz.ch | |
| URL | http://stat.ethz.ch/~nicolai |
| Departement | Mathematik |
| Beziehung | Ordentlicher Professor |
| Nummer | Titel | ECTS | Umfang | Dozierende | ||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 401-0624-00L | Mathematik IV: Statistik | 4 KP | 2V + 1U | N. Meinshausen | ||||||||||||||||||||
| Kurzbeschreibung | Einführung in einfache Methoden und grundlegende Begriffe von Statistik und Wahrscheinlichkeitsrechnung für Naturwissenschaftler. Die Konzepte werden anhand einiger Daten-Beispiele eingeführt und mithilfe der statistischen Programmiersprache R angewendet. | |||||||||||||||||||||||
| Lernziel | Fähigkeit, aus Daten zu lernen; kritischer Umgang mit Daten und mit Missbräuchen der Statistik; Grundverständnis für die Gesetze des Zufalls und stochastisches Denken (Denken in Wahrscheinlichkeiten); Fähigkeit, einfache und grundlegende Methoden der Analytischen (Schlussfolgernden) Statistik (z. B. diverse Tests) anzuwenden, unter anderem auch mithilfe der statistischen Programmiersprache R. | |||||||||||||||||||||||
| Inhalt | Einführung in die Wahrscheinlichkeitsrechnung (Grundregeln, Zufallsvariablen, diskrete und stetige Verteilungen, Ausblick auf Grenzwertsätze). Beschreibende Statistik (einschliesslich grafische Methoden). Methoden der Analytischen Statistik: Schätzungen, Tests (einschliesslich Binomialtest, t-Test, Vorzeichentest, F-Test, Wilcoxon-Test), Vertrauensintervalle, Vorhersageintervalle, Korrelation, einfache und multiple lineare Regression. Einführung in die statistische Programmiersprache R. | |||||||||||||||||||||||
| Skript | Ausführliches Skript zur Vorlesung ist erhältlich. | |||||||||||||||||||||||
| Literatur | Stahel, W.: Statistische Datenanalyse. Vieweg, 5. Auflage 2008 (als ergänzende Lektüre) | |||||||||||||||||||||||
| Voraussetzungen / Besonderes | Die Übungen (ca. die Hälfte der Kontaktstunden; einschliesslich Computerübungen) sind ein wichtiger Bestandteil der Lehrveranstaltung. Voraussetzungen: Mathematik I, II | |||||||||||||||||||||||
| 401-4623-DRL | Time Series Analysis  Findet dieses Semester nicht statt. Only for ZGSM (ETH D-MATH and UZH I-MATH) doctoral students. The latter need to register at myStudies and then send an email to info@zgsm.ch with their name, course number and student ID. Please see https://zgsm.math.uzh.ch/index.php?id=forum0 | 2 KP | 2G | N. Meinshausen | ||||||||||||||||||||
| Kurzbeschreibung | The course offers an introduction into analyzing times series, that is observations which occur in time. The material will cover Stationary Models, ARMA processes, Spectral Analysis, Forecasting, Nonstationary Models, ARIMA Models and an introduction to GARCH models. | |||||||||||||||||||||||
| Lernziel | The goal of the course is to have a a good overview of the different types of time series and the approaches used in their statistical analysis. | |||||||||||||||||||||||
| Inhalt | This course treats modeling and analysis of time series, that is random variables which change in time. As opposed to the i.i.d. framework, the main feature exibited by time series is the dependence between successive observations. The key topics which will be covered as: Stationarity Autocorrelation Trend estimation Elimination of seasonality Spectral analysis, spectral densities Forecasting ARMA, ARIMA, Introduction into GARCH models | |||||||||||||||||||||||
| Literatur | The main reference for this course is the book "Introduction to Time Series and Forecasting", by P. J. Brockwell and R. A. Davis | |||||||||||||||||||||||
| Voraussetzungen / Besonderes | Basic knowledge in probability and statistics | |||||||||||||||||||||||
| 401-4623-00L | Time Series Analysis Findet dieses Semester nicht statt. | 4 KP | 2G | N. Meinshausen | ||||||||||||||||||||
| Kurzbeschreibung | The course offers an introduction into analyzing times series, that is observations which occur in time. The material will cover Stationary Models, ARMA processes, Spectral Analysis, Forecasting, Nonstationary Models, ARIMA Models and an introduction to GARCH models. | |||||||||||||||||||||||
| Lernziel | The goal of the course is to have a a good overview of the different types of time series and the approaches used in their statistical analysis. | |||||||||||||||||||||||
| Inhalt | This course treats modeling and analysis of time series, that is random variables which change in time. As opposed to the i.i.d. framework, the main feature exibited by time series is the dependence between successive observations. The key topics which will be covered as: Stationarity Autocorrelation Trend estimation Elimination of seasonality Spectral analysis, spectral densities Forecasting ARMA, ARIMA, Introduction into GARCH models | |||||||||||||||||||||||
| Literatur | The main reference for this course is the book "Introduction to Time Series and Forecasting", by P. J. Brockwell and R. A. Davis | |||||||||||||||||||||||
| Voraussetzungen / Besonderes | Basic knowledge in probability and statistics | |||||||||||||||||||||||
| 401-5620-00L | Research Seminar on Statistics  | 0 KP | 1K | P. L. Bühlmann, N. Meinshausen, J. Peters, A. Bandeira, R. Furrer, L. Held, T. Hothorn, D. Kozbur, M. Wolf | ||||||||||||||||||||
| Kurzbeschreibung | Research colloquium | |||||||||||||||||||||||
| Lernziel | ||||||||||||||||||||||||
| 401-5640-00L | ZüKoSt: Seminar on Applied Statistics | 0 KP | 1K | M. Kalisch, F. Balabdaoui, A. Bandeira, P. L. Bühlmann, R. Furrer, L. Held, T. Hothorn, M. Mächler, L. Meier, N. Meinshausen, J. Peters, M. Robinson, C. Strobl | ||||||||||||||||||||
| Kurzbeschreibung | Etwa 3 Vorträge zur angewandten Statistik. | |||||||||||||||||||||||
| Lernziel | Kennenlernen von statistischen Methoden in ihrer Anwendung in verschiedenen Anwendungsgebieten. | |||||||||||||||||||||||
| Inhalt | In etwa 3 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. | |||||||||||||||||||||||
| Kompetenzen |
| |||||||||||||||||||||||