401-6222-00L  Robust and Nonlinear Regression

SemesterFrühjahrssemester 2020
DozierendeA. F. Ruckstuhl
Periodizität2-jährlich wiederkehrende Veranstaltung
LehrspracheEnglisch



Lehrveranstaltungen

NummerTitelUmfangDozierende
401-6222-00 VRobust and Nonlinear Regression Für Fachstudierende und Hörer/-innen ist eine Spezialbewilligung der Dozierenden notwendig.
Block course
12s Std.
08.06.08:15-10:00HG D 1.2 »
13:15-15:00HG D 1.2 »
15.06.08:15-10:00HG D 1.2 »
13:15-15:00HG D 1.2 »
22.06.08:15-10:00HG D 1.2 »
13:15-15:00HG D 1.2 »
A. F. Ruckstuhl
401-6222-00 URobust and Nonlinear Regression Für Fachstudierende und Hörer/-innen ist eine Spezialbewilligung der Dozierenden notwendig.
Block course
9s Std.
08.06.10:15-12:00HG D 1.2 »
15:15-17:00HG D 1.2 »
15.06.10:15-12:00HG D 1.2 »
15:15-17:00HG D 1.2 »
22.06.10:15-12:00HG D 1.2 »
15:15-17:00HG D 1.2 »
A. F. Ruckstuhl

Katalogdaten

KurzbeschreibungIn a first part, the basic ideas of robust fitting techniques are explained theoretically and practically using regression models and explorative multivariate analysis.

The second part addresses the challenges of fitting nonlinear regression functions and finding reliable confidence intervals.
LernzielParticipants are familiar with common robust fitting methods for the linear regression models as well as for exploratory multivariate analysis and are able to assess their suitability for the data at hand.

They know the challenges that arise in fitting of nonlinear regression functions, and know the difference between classical and profile based methods to determine confidence intervals.

They can apply the discussed methods in practise by using the statistics software R.
InhaltRobust fitting: influence function, breakdown point, regression M-estimation, regression MM-estimation, robust inference, covariance estimation with high breakdown point, application in principal component analysis and linear discriminant analysis.

Nonlinear regression: the nonlinear regression model, estimation methods, approximate tests and confidence intervals, estimation methods, profile t plot, profile traces, parameter transformation, prediction and calibration
SkriptLecture notes are available
Voraussetzungen / BesonderesIt is a block course on three Mondays in June

Leistungskontrolle

Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird)
Leistungskontrolle als Semesterkurs
ECTS Kreditpunkte2 KP
PrüfendeA. F. Ruckstuhl
Formunbenotete Semesterleistung
PrüfungsspracheEnglisch
RepetitionRepetition nur nach erneuter Belegung der Lerneinheit möglich.

Lernmaterialien

 
HauptlinkNonlinear and Robust Regression
Es werden nur die öffentlichen Lernmaterialien aufgeführt.

Gruppen

Keine Informationen zu Gruppen vorhanden.

Einschränkungen

Allgemein : Für Fachstudierende und Hörer/-innen ist eine Spezialbewilligung der Dozierenden notwendig

Angeboten in

StudiengangBereichTyp
Statistik MasterStatistische und mathematische FächerWInformation