Wahrscheinlichkeitsmodelle und Anwendungen, Einführung in die Estimationstheorie und in die statistischen Tests.
Lernziel
Fähigkeit, die behandelten wahrscheinlichkeitstheoretischen Methoden und Modellen zu verstehen und anzuwenden. Fähigkeit, einfache statistische Tests selbst durchzuführen und die Resultate zu interpretieren
Inhalt
Der Begriff Wahrscheinlichkeitsraum und einige klassische Modelle: Die Axiome von Kolmogorov, einfache Folgerungen, diskrete Modelle, Dichtefunktionen, Produktmodelle, Zusammenhang zwischen den bisher betrachteten Modellen, Verteilungsfunktionen, Transformation von Wahrscheinlichkeitsverteilungen. Bedingte Wahrscheinlichkeiten: Definition und Beispiele, Berechnung von absoluten aus bedingten Wahrscheinlichkeiten, Bayes'sche Regel, Anwendung auf Nachrichtenquellen, bedingte Verteilungen. Der Erwartungswert einer Zufallsvariablen, Varianz, Kovarianz und Korrelation, lineare Prognosen, das Gesetz der grossen Zahlen, der zentrale Grenzwertsatz. Einführung in die Statistik: Schätzung von Parametern, Tests.
Skript
ja
Literatur
Textbuch: P. Brémaud: 'An Introduction to Probabilistic Modeling', Springer, 1988.
Leistungskontrolle
Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird)
Die Leistungskontrolle wird in jeder Session angeboten. Die Repetition ist ohne erneute Belegung der Lerneinheit möglich.
Prüfungsmodus
schriftlich 90 Minuten
Zusatzinformation zum Prüfungsmodus
Als (freiwillige) Lernelemente werden zwei Quizzes (gegen Ende März und Mitte Mai) angeboten, welche einen Bonus von maximal 0.25 Notenpunkten zur Endnote beitragen können.
Hilfsmittel schriftlich
5 beidseitig von Hand beschriebene A4-Blätter, keine Taschenrechner.
Falls die Lerneinheit innerhalb eines Prüfungsblockes geprüft wird, werden die Kreditpunkte für den gesamten bestandenen Block erteilt. Diese Angaben können noch zu Semesterbeginn aktualisiert werden; verbindlich sind die Angaben auf dem Prüfungsplan.
Leistungskontrolle als Semesterkurs