# 401-3620-21L  Student Seminar in Statistics: Statistical Network Modeling

 Semester Frühjahrssemester 2021 Dozierende P. L. Bühlmann, M. Azadkia Periodizität jedes Semester wiederkehrende Veranstaltung Lehrsprache Englisch Kommentar Maximale Teilnehmerzahl: 48Hauptsächlich für Studierende der Bachelor- und Master-Studiengänge Mathematik, welche nach der einführenden Lerneinheit 401-2604-00L Wahrscheinlichkeit und Statistik (Probability and Statistics) mindestens ein Kernfach oder Wahlfach in Statistik besucht haben. Das Seminar wird auch für Studierende der Master-Studiengänge Statistik bzw. Data Science angeboten.

### Lehrveranstaltungen

NummerTitelUmfangDozierende
401-3620-00 SStudent Seminar in Statistics: Statistical Network Modeling2 Std.
 Mo 16:15-18:00 HG E 33.1 » 16:15-18:00 ML F 40 »

### Katalogdaten

 Kurzbeschreibung Network models can be used to analyze non-iid data because their structure incorporates interconnectedness between the individuals. We introduce networks, describe them mathematically, and consider applications. Lernziel Network models can be used to analyze non-iid data because their structure incorporates interconnectedness between the individuals. The participants of the seminar acquire knowledge to formulate and analyze network models and to apply them in examples. Literatur E. D. Kolaczyk and G. Csárdi. Statistical analysis of network data with R. Springer, Cham, Switzerland, second edition, 2020.Tianxi Li, Elizaveta Levina, and Ji Zhu. Network cross-validation by edge sampling, 2020. Preprint arXiv:1612.04717.Tianxi Li, Elizaveta Levina, and Ji Zhu. Community models for partially observed networks from surveys, 2020. Preprint arXiv:2008.03652.Tianxi Li, Elizaveta Levina, and Ji Zhu. Prediction Models for Network-Linked Data, 2018. Preprint arXiv:1602.01192. Voraussetzungen / Besonderes Every class will consist of an oral presentation highlighting key ideas of selected book chapters by a pair of students. Another two students will be responsible for asking questions during the presentation and providing a discussion of the the presented concepts and ideas, including pros+cons, at the end. Finally, an additional two students are responsible for giving an evaluation on the quality of the presentations/discussions and provide constructive feedback for improvement.

### Leistungskontrolle

 Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird) Leistungskontrolle als Semesterkurs ECTS Kreditpunkte 4 KP Prüfende P. L. Bühlmann, M. Azadkia Form unbenotete Semesterleistung Prüfungssprache Englisch Repetition Repetition nur nach erneuter Belegung der Lerneinheit möglich.

### Lernmaterialien

 Hauptlink Moodle Es werden nur die öffentlichen Lernmaterialien aufgeführt.

### Gruppen

401-3620-00 SStudent Seminar in Statistics: Statistical Network Modeling
GruppenG-01
 Mo 16:15-18:00 HG E 33.1 »
G-02
 Mo 16:15-18:00 ML F 40 »

### Einschränkungen

 Plätze Plätze beschränkt. Spezielles Auswahlverfahren. Belegungsbeginn Belegung ab 04.01.2021 möglich Vorrang Die Belegung der Lerneinheit ist nur durch die primäre Zielgruppe möglich Primäre Zielgruppe Data Science MSc (261000) Mathematik BSc (404000) ab Semester 05Statistik MSc (436000) Mathematik MSc (437000) Angewandte Mathematik MSc (437100) Mathematik (Mobilität) (448000) Warteliste Bis 01.03.2021 Belegungsende Belegung nur bis 19.02.2021 möglich

### Angeboten in

StudiengangBereichTyp
Data Science MasterSeminarW
Mathematik BachelorSeminareW
Mathematik MasterSeminareW
Statistik MasterSeminar oder SemesterarbeitW