Vorlesung: Fr 10:00 - 11:30 via webex-meetings
Übung: Fr 11:45 - 13:15 via webex-meetings
Bitte melden Sie sich im Stud.IP für diese Veranstaltung an.
Aktuell: Die Resultate der Klausur sind in das Prüfungssystem eingetragen worden.
Klausureinsicht: Donnerstag, 25.März, 16:30-18:00 Uhr im A131
Vorlesungsplan: Folgendes Material soll behandelt werden:
3.1 L^1 und L^2 Regression in einer Dimension: Regressionsgeraden
3.2 Die Methode der kleinsten Quadrate bei p Regressoren: Projektion auf p-dimensionale Unterräume
3.3 Anwendungsbeispiel: Die Fourierreihen-Entwicklung als lineares Regressionsproblem
4.1 Die Maximum Likelihood Methode
4.2 Maximum Likelihood Schätzung der Regressionskoeffizienten
4.3 Erwartungswert, Varianz und die Verteilung der Maximum Likelihood Schätzer
4.4 Effizienz und Konsistenz der Maximum Likelihood Schätzer
4.5 Vertrauensintervalle für die Regressionskoeffizienten
Material zum Vorlesungsteil:
week1.txt
week2.pdf
week3.pdf
week4.pdf week4.txt
week5.pdf
week6.pdf week6.txt
week7.pdf
week8.pdf
week9.pdf
week10.pdf
week11.pdf
week12.pdf week12.txt
week13.pdf
Daten:
SPX.txt
WorldPopulation-UnitedNationsDataQuery.xlsx
BIP-Deutschland.xls
co2levels-MaunaLoa.csv
Material zur R-Software:
• Die R-Software kann hier heruntergeladen werden. Auf den Hochschul-PCs ist das R bereits installiert.
• Kompakt-Übersichten R-Befehle: 4 Seiten, 7 Seiten, 8 Seiten
• R-Skript zum 4-semestrigen R-Kurs an der Uni Giessen
• W'keitsverteilungen-in-R.pdf
• Date-Formatting-in-R.pdf