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 Bachelor-, 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. Siehe auch http://stat.ethz.ch/consulting Voraussetzungen: Kenntnis der Grundbegriffe der Statistik ist sehr erwünscht. | ||||||||||||||||||||||||||||||||
401-3622-DRL | Statistical Modelling 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 | 4G | M. Kalisch | |||||||||||||||||||||||||||||
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, Modellwahl und nicht-parametrische Modelle. | ||||||||||||||||||||||||||||||||
Lernziel | - Gründliches, theoretsiches Verständnis der Linearen Regression - Überblick über mehrere Erweiterungen der Linearen Regression - Fähigkeit die gelernten Methoden in einfachen Datenbeispielen korrekt anwenden zu können | ||||||||||||||||||||||||||||||||
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, Modellsuche, Residuenanalyse, nicht-parametrische Regression. Durchrechnung und Diskussion von Anwendungsbeispielen. | ||||||||||||||||||||||||||||||||
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). | ||||||||||||||||||||||||||||||||
Kompetenzen |
| ||||||||||||||||||||||||||||||||
401-3622-00L | Statistical Modelling | 7 KP | 4G | M. Kalisch | |||||||||||||||||||||||||||||
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. | ||||||||||||||||||||||||||||||||
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). | ||||||||||||||||||||||||||||||||
401-5640-00L | 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 |
| ||||||||||||||||||||||||||||||||
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. Learning the statistical program R for applying the acquired concepts will be a central theme. | ||||||||||||||||||||||||||||||||
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". | ||||||||||||||||||||||||||||||||
Inhalt | From "Statistics for research" (online) 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 From "Introductory Statistics with R (online)" Ch 1: Basics Ch 2: The R Environment Ch 3: Probability and distributions Ch 4: Descriptive statistics and tables Ch 5: One- and two-sample tests Ch 6: 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/ | ||||||||||||||||||||||||||||||||
Kompetenzen |
|