Allgemeine Information

Prüfungstage Prof. Redenbach:

31. Juli 2024

22. August 2024

2. September 2024

11. September 2024

23. September 2024

30. September 2024

10. Oktober 2024

 

Prüfungstage Dr. Stockis:

31. Juli 2024

28. August 2024

2. Oktober 2024

 

Die Anmeldung zur Prüfung läuft persönlich über Heike Sternike (Geb. 48, 511). Bitte bringen Sie Ihren Studierendenausweis zur Anmeldung mit.

 

 

Unten sind die Vorlesungen aufgelistet, die unsere Arbeitsgruppe im Wintersemester anbietet.

Wenn Sie eine Bachlor- oder Masterarbeit in Statistik schreiben möchten, setzen Sie sich bitte mit Prof. Redenbach in Verbindung.

Wichtige Links

  • KIS: Termine der Veranstaltungen
  • OpenOLAT: Kursmaterialien und weitere Informationen (Zugangscodes erhalten Sie in der ersten Vorlesung)

Vorlesungen im Sommersemester

Inhalte:

  • Lineare Regressionsmodelle
  • Parametrische Kurvenanpassung
  • Likelihood-Quotiententests
  • Datenadaptive Modellauswahl
  • Varianzanalyse (ANOVA)
  • Versuchsplanung
  • Stationäre stochastische Prozesse
  • Autoregressive und ARMA-Prozesse
  • Parameterschätzung und Modellauswahl für Zeitreihen
  • Trend und Saisonalität
  • Prognosen durch exponentielle Glättung und die Box-Jenkins-Methode
  • Lineare Filter

 

Kontaktzeit:

4 SWS / 60 h Vorlesung
2 SWS / 30 h Übung

 

Inhaltliche Vorraussetzungen:

Kenntnisse im Umfang der Grundlagen der Mathematik 1 und 2.

 

Angebotsturnus:

Die Vorlesung wird regelmäßig im Sommersemester angeboten.

KIS

OLAT

Inhalte:

  • Räumliche Punktprozesse (im R² und R³)
  • Punktprozessmodelle (Poissonprozess, Hard-Core- und Clusterprozesse, Gibbs-Prozesse) und ihre Simulation
  • Statistische Methoden für Punktprozesse
  • Markierte Punktprozesse und Partikelprozesse

 

Kontaktzeit:

2 SWS / 30 h Vorlesung

 

Inhaltliche Vorraussetzungen:

Lehrveranstaltung „Praktische Mathematik: Stochastische Methoden“ aus dem Bachelorstudiengang Mathematik. Weiterführende Kenntnisse in Stochastik (z. B. „Time Series Analysis“ oder „Probability Theory“) sind von Vorteil, aber nicht zwingend erforderlich.

 

Angebotsturnus:

Die Vorlesung wird unregelmäßig angeboten.

KIS

OLAT

Inhalte:

Statistics of Financial Markets:

  • Modelle und Schätzverfahren für Finanzzeitreihen (ARCH, GARCH und Verallgemeinerungen), Value-at-Risk
  • Copulas und ihre Anwendung im Risikomanagement auf der Grundlage multivariater Daten

Extreme Value Theory:

  • Statistische Verfahren zum Schätzen der Wahrscheinlichkeit extremer Ereignisse bzw. von extremen Quantilen

 

Kontaktzeit:

2 SWS / 30 h Vorlesung

 

Inhaltliche Vorraussetzungen:

Lehrveranstaltung „Regression and Time Series Analysis“.

 

Angebotsturnus:

Die Vorlesung wird regelmäßig im Sommersemester angeboten.

KIS

OLAT

Seminare im Sommersemester

Vorstellung der Themen auf der Proseminarbörse.

KIS

OLAT

Fachpraktika

Themen für Fachpraktika werden auf der Fachpraktikumsbörse zum Ende jedes Semesters vorgestellt.

Reading Course

Der Reading Course dient als Vorbereitung auf die Masterarbeit. Die Themenvergabe erfolgt individuell. Bitte wenden Sie sich an Prof. Redenbach, wenn Sie einen Reading Course in Statistik belegen möchten.