Suchergebnis: Katalogdaten im Herbstsemester 2019

CAS in Angewandter Statistik Information
Obligatorische Fächer
NummerTitelTypECTSUmfangDozierende
447-0649-01LAngewandte statistische Regression I Belegung eingeschränkt - Details anzeigen
Nur für DAS und CAS in Angewandter Statistik.
O4 KP1V + 1UM. Tanadini
KurzbeschreibungEinfache und multiple lineare Regression. Praktische Aspekte bei der Durchführung und Interpretation. Residuenanalyse und Modellwahl.
LernzielVerständnis des Modells der multiplen linearen Regression und seiner grundlegenden Bedeutung für die Modellierung und Vorhersage. Durchführung von Regressionsanalysen mit der Statistiksoftware R und korrekte Interpretation von Resultaten. Modellkritik mit Residuenanalyse. Strategien der Modellwahl.
447-0625-01LApplied Analysis of Variance and Experimental Design I Belegung eingeschränkt - Details anzeigen
Nur für DAS und CAS in Angewandter Statistik.
O3 KP1V + 1UL. Meier
KurzbeschreibungPrinciples of experimental design, one-way analysis of variance, contrasts and multiple comparisons, multi-factor designs and analysis of variance, complete block designs, Latin square designs.
LernzielParticipants will be able to plan and analyze efficient experiments in the fields of natural sciences. They will gain practical experience by using the software R.
LiteraturG. Oehlert: A First Course in Design and Analysis of Experiments, W.H. Freeman and Company, New York, 2000.
Weitere Fächer
NummerTitelTypECTSUmfangDozierende
447-0649-02LAngewandte statistische Regression II Belegung eingeschränkt - Details anzeigen
Nur für DAS und CAS in Angewandter Statistik.
Z2 KP1V + 1UJ. Ernest
KurzbeschreibungVerallgemeinerte lineare Modelle (GLMs) und Ausblick auf robuste Regression.
LernzielVerständnis des Konzeptes und der Flexibilität von verallgemeinerten linearen Modellen und die korrekte Interpretation von entsprechenden Modelloutputs.
447-0625-02LApplied Analysis of Variance and Experimental Design II Belegung eingeschränkt - Details anzeigen
Nur für DAS und CAS in Angewandter Statistik.
Z3 KP1V + 1UL. Meier
KurzbeschreibungRandom effects and mixed effects models, split-plot designs, incomplete block designs, two-series factorials and fractional designs, power.
LernzielParticipants will be able to plan and analyze sophisticated experiments in the fields of natural sciences. They will gain practical experience by using the software R.
LiteraturG. Oehlert: A First Course in Design and Analysis of Experiments, W.H. Freeman and Company, New York, 2000.
447-6221-00LNichtparametrische Regression Belegung eingeschränkt - Details anzeigen
Findet dieses Semester nicht statt.
Fachstudierende "Universität Zürich (UZH)" im Master-Studiengang Biostatistik von der UZH können diese Lerneinheit nicht direkt in myStudies belegen. Leiten Sie die schriftliche Teilnahmebewilligung des Dozenten an die Kanzlei weiter. Als Einverständnis gilt auch ein direktes E-Mail des Dozenten an Link. Die Kanzlei wird anschliessend die Belegung vornehmen.
W1 KP1G
KurzbeschreibungFokus ist die nichtparametrische Schätzung von Wahrscheinlichkeitsdichten und Regressionsfunktionen. Diese neueren Methoden verzichten auf einschränkende Modellannahmen wie 'lineare Funktion'. Sie benötigen eine Gewichtsfunktion und einen Glättungsparameter. Schwerpunkt ist eine Dimension, mehrere Dimensionen und Stichproben von Kurven werden kurz behandelt. Übungen am Computer.
LernzielKenntnisse der Schätzung von Wahrscheinlichkeitsdichten und Regressionsfunktionen mittels verschiedener statistischer Methoden.
Verständnis für die Wahl der Gewichtsfunktion und des Glättungsparameters, auch automatisch.
Praktische Anwendung auf Datensätze am Computer.
447-6257-00LWiederholte Messungen Belegung eingeschränkt - Details anzeigen
Findet dieses Semester nicht statt.
Fachstudierende "Universität Zürich (UZH)" im Master-Studiengang Biostatistik von der UZH können diese Lerneinheit nicht direkt in myStudies belegen. Leiten Sie die schriftliche Teilnahmebewilligung des Dozenten an die Kanzlei weiter. Als Einverständnis gilt auch ein direktes E-Mail des Dozenten an Link. Die Kanzlei wird anschliessend die Belegung vornehmen.
W1 KP1G
KurzbeschreibungEntstehung und Strukturen von wiederholten Messungen. Planung und Durchführung entsprechender Studien. Within- und Between-sujects Faktoren. Häufige Kovarianz-Strukturen. Statistische Analysemethoden: Graphische Darstellung, Summary statistics approach, univariate und multivariate Varianzanalyse, gemischtes lineares Modell.
LernzielBefähigung zur Erkennung und adäquaten statistischen Auswertung von wiederholten Messungen. Korrekter Umgang mit Pseudoreplikaten.
SkriptEs wird ein Skript abgegeben.
447-6289-00LStichproben-Erhebungen Belegung eingeschränkt - Details anzeigen
Findet dieses Semester nicht statt.
Fachstudierende "Universität Zürich (UZH)" im Master-Studiengang Biostatistik von der UZH können diese Lerneinheit nicht direkt in myStudies belegen. Leiten Sie die schriftliche Teilnahmebewilligung des Dozenten an die Kanzlei weiter. Als Einverständnis gilt auch ein direktes E-Mail des Dozenten an Link. Die Kanzlei wird anschliessend die Belegung vornehmen.
W2 KP1G
KurzbeschreibungDie Elemente einer Stichproben-Erhebung werden erklärt. Die wichtigsten klassischen Stichprobenpläne (Einfach und geschichtete Zufallsstichprobe) mit ihren Schätzern sowie Schätzverfahren mit Hilfsinformationen und der Horvitz-Thompson Schätzer werden eingeführt. Datenaufbereitung, Antwortausfälle und deren Behandlung, Varianzschätzungen sowie Analysen von Stichprobendaten werden diskutiert.
LernzielKenntnis der Elemente und des Ablaufs einer Stichprobenerhebung. Verständnis für das Paradigma der Zufallsstichproben. Kenntnis der einfachen und geschichteten Stichproben-Strategien und Fähigkeit die entsprechenden Methoden anzuwenden. Kenntnis von weiterführenden Methoden für Schätzverfahren, Datenaufbereitung und Analysen.
447-6201-00LNonparametric and Resampling Methods Belegung eingeschränkt - Details anzeigen
Fachstudierende "Universität Zürich (UZH)" im Master-Studiengang Biostatistik von der UZH können diese Lerneinheit nicht direkt in myStudies belegen. Leiten Sie die schriftliche Teilnahmebewilligung des Dozenten an die Kanzlei weiter. Als Einverständnis gilt auch ein direktes E-Mail des Dozenten an Link. Die Kanzlei wird anschliessend die Belegung vornehmen.
Z2 KP2GL. Meier, D. Kuonen
KurzbeschreibungNonparametric tests, randomization tests, jackknife and bootstrap, as well as asymptotic properties of estimators.
LernzielFor classical parametric models there exist optimal statistical estimators and test statistics whose distributions can often be determined exactly. The methods covered in this course allow for finding statistical procedures for more general models and to derive exact or approximate distributions of complicated estimators and test statistics.
InhaltNonparametric tests, randomization tests, jackknife and bootstrap, as well as asymptotic properties of estimators.
Voraussetzungen / BesonderesThis course is part of the programme for the certificate and diploma in Advanced Studies in Applied Statistics. It is given every second year in the winter semester break.
447-6233-00LSpatial Statistics Belegung eingeschränkt - Details anzeigen
Findet dieses Semester nicht statt.
Fachstudierende "Universität Zürich (UZH)" im Master-Studiengang Biostatistik von der UZH können diese Lerneinheit nicht direkt in myStudies belegen. Leiten Sie die schriftliche Teilnahmebewilligung des Dozenten an die Kanzlei weiter. Als Einverständnis gilt auch ein direktes E-Mail des Dozenten an Link. Die Kanzlei wird anschliessend die Belegung vornehmen.
W1 KP1G
KurzbeschreibungIn many research fields, spatially referenced data are collected. When analysing such data the focus is either on exploring their structure (dependence on explanatory variables, autocorrelation) and/or on spatial prediction. The course provides an introduction to geostatistical methods that are useful for such purposes.
LernzielThe course will provide an overview of the basic concepts and stochastic models that are commonly used to model spatial data. In addition, the participants will learn a number of geostatistical techniques and acquire some familiarity with software that is useful for analysing spatial data.
InhaltAfter an introductory discussion of the types of problems and the kind of data that arise in environmental research, an introduction into linear geostatistics (models: stationary and intrinsic random processes, modelling large-scale spatial patterns by regression, modelling autocorrelation by variogram; kriging: mean-square prediction of spatial data) will be taught. The lectures will be complemented by data analyses that the participants have to do themselves.
SkriptSlides, descriptions of the problems for the data analyses and worked-out solutions to them will be provided.
LiteraturP.J. Diggle & P.J. Ribeiro Jr. 2007. Model-based Geostatistics. Springer
447-6245-00LData-Mining Information Belegung eingeschränkt - Details anzeigen
Findet dieses Semester nicht statt.
Fachstudierende "Universität Zürich (UZH)" im Master-Studiengang Biostatistik von der UZH können diese Lerneinheit nicht direkt in myStudies belegen. Leiten Sie die schriftliche Teilnahmebewilligung des Dozenten an die Kanzlei weiter. Als Einverständnis gilt auch ein direktes E-Mail des Dozenten an Link. Die Kanzlei wird anschliessend die Belegung vornehmen.
W1 KP1G
KurzbeschreibungBlock über "Prognoseprobleme", bzw. "Supervised Learning"

Teil 1, Klassifikation: logistische Regression, Lineare/Quadratische Diskriminanzanalyse, Bayes-Klassifikator; additive & Baummodelle, weitere flexible ("nichtparametrische") Methoden.

Teil 2, Flexible Vorhersage: Additive Modelle, MARS, Y-Transformations-Modelle (ACE,AVAS); Projection Pursuit Regression (PPR), Neuronale Netze.
Lernziel
InhaltAus dem weiten Feld des "Data Mining" behandeln wir in diesem Block nur sogenannte "Prognoseprobleme", bzw. "Supervised Learning".

Teil 1, Klassifikation, repetiert logistische Regression und Lineare / Quadratische Diskriminanzanalyse (LDA/QDA), und erweitert diese (im Rahmen des "Bayes-Klassifikators") auf (generalisierte) additive ("GAM") und Baummodelle ("CART"), und (summarisch/kurz) auf weitere flexible ("nichtparametrische") Methoden.

Teil 2, Flexible Vorhersage (kontinuierliche oder Klassen-Zielvariable) umfasst Additive Modelle, MARS, Y-Transformations-Modelle (ACE, AVAS); Projection Pursuit Regression (PPR), Neuronale Netze.
SkriptGrundlage des Kurses ist das Skript.
Voraussetzungen / BesonderesDie Uebungen werden ausschliesslich mit der (Free, open source) Software "R"
(Link) durchgeführt, womit am Schluss auch eine "Schnellübung" als Schlussprüfung stattfindet.
447-6273-00LBayes-Methoden Belegung eingeschränkt - Details anzeigen
Findet dieses Semester nicht statt.
Fachstudierende "Universität Zürich (UZH)" im Master-Studiengang Biostatistik von der UZH können diese Lerneinheit nicht direkt in myStudies belegen. Leiten Sie die schriftliche Teilnahmebewilligung des Dozenten an die Kanzlei weiter. Als Einverständnis gilt auch ein direktes E-Mail des Dozenten an Link. Die Kanzlei wird anschliessend die Belegung vornehmen.
W2 KP2G
KurzbeschreibungBedingte Wahrscheinlichkeit; Bayes-Inferenz (konjugierte Verteilungen, HPD-Bereiche, lineare und empirische Verfahren), Bestimmung der a-posteriori Verteilung durch Simulation (Markov Chain Monte-Carlo mit R2Winbugs), Einführung in mehrstufige hierarchische Modelle.
Lernziel
InhaltDie Bayes-Statistik ist deshalb attraktiv, da sie ermöglicht, Entscheidungen unter Ungewissheit zu treffen, wo die klassische frequentische Statistik versagt! Der Kurs vermittelt einen Einstieg in die Bayes-Statistik, ist mathematisch nur moderat anspruchsvoll, verlangt aber ein gewisses Umdenken, das nicht unterschätzt werden darf.
LiteraturGelman A., Carlin J.B., Stern H.S. and D.B. Rubin, Bayesian Data Analysis, Chapman and Hall, 2nd Edition, 2004.

Kruschke, J.K., Doing Bayesian Data Analysis, Elsevier2011.
Voraussetzungen / BesonderesVoraussetzung: Statistische Grundkenntnisse ; Kenntnis von R.
447-6191-00LStatistical Analysis of Financial Data Belegung eingeschränkt - Details anzeigen
Findet dieses Semester nicht statt.
Fachstudierende "Universität Zürich (UZH)" im Master-Studiengang Biostatistik von der UZH können diese Lerneinheit nicht direkt in myStudies belegen. Leiten Sie die schriftliche Teilnahmebewilligung des Dozenten an die Kanzlei weiter. Als Einverständnis gilt auch ein direktes E-Mail des Dozenten an Link. Die Kanzlei wird anschliessend die Belegung vornehmen.
W2 KP1G
KurzbeschreibungDistributions for financial data. Volatility models: ARCH- and GARCH models. Value at risk and expected shortfall. Portfolio theory: minimum-variance portfolio, efficient frontier, Sharpe’s ratio. Factor models: capital asset pricing model, macroeconomic factor models, fundamental factor model. Copulas: Basic theory, Gaussian and t-copulas, archimedean copulas, calibration of copulas.
LernzielGetting to know the typical properties of financial data and appropriate statistical models, incl. the corresponding functions in R.
  •  Seite  1  von  1