Veranstalter

Dozent
Prof. Dr. Evgeny Spodarev

Übungsleiter
Malte Spiess

---

Zeit und Ort

Vorlesung
Dienstag 8-10 Uhr in H12
Mittwoch 10-12 Uhr in H3

Übung
Dienstag 12-14 Uhr in H3

---

Umfang

4 Stunden Vorlesung + 2 Stunden Übung

---

Voraussetzungen

Wahrscheinlichkeitsrechnung

---

Zielgruppe

Lehramts-, Mathe- und WiMa-Studenten im Hauptstudium

---

Inhalt

Die Vorlesung gibt eine Einführung in mathematische Methoden der Statistik. Sie baut unmittelbar auf der Vorlesung Wahrscheinlichkeitsrechnung auf. Schwerpunkte der Vorlesung sind

• Grundideen der statistischen Datenanalyse
• Deskriptive Statistik
• Schätzung von Parametern
• Konfidenzintervalle 
• Tests statistischer Hypothesen
• Einfache lineare Regression

---

Kriterien zur Erlangung des Übungsscheins

50% der Übungspunkte und Bestehen der Klausur

---

Vorlesungsskript

Hier ist die Endversion des Skripts.

Hier gibt es das R-Skript.

---

weitere Informationen

Durch die Vorlesung Statistik I wird eine wichtige Grundlage für weiterführende Stochastik-Vorlesungen gelegt, die an unserer Fakultät angeboten werden, insbesondere für die Vorlesung Statistik II, aber auch für Vorlesungen über stochastische Prozesse, Versicherungs- und Finanzmathematik, stochastische Risikotheorie, etc.

---

Literatur

als PDF

• Bickel, P., Doksum, K.
  Mathematical Statistics: Basic Ideas and Selected Topics
  2nd ed., Vol. l
  Prentice Hall, London, 2001
• Borovkov, A.A.
  Mathematical Statistics
  Gordon & Breach, 1998
• Burkschat, M., Cramer, E., Kamps, U.
  Beschreibende Statistik, Grundlegende Methoden
  Springer, 2004
• Casella, G., Berger, R.L.
  Statistical Inference
  2nd ed.
  Duxbury, Pacific Grove (CA), 2002
• Cramer, E., Cramer, K., Kamps, U., Zuckschwerdt.
  Beschreibende Statistik, Interaktive Grafiken
  Springer, 2004
• Cramer, E., Kamps, U.
  Grundlagen der Wahrscheinlichkeitsrechnung und Statistik
  Springer, 2007
• Dalgaard, P.
  Introductory Statistics with R
  Springer, 2002
• Fahrmeir, L., Kneib, T., Lang, S.
  Regression. Modelle, Methoden und Anwendungen
  Springer, 2007
• Fahrmeir, L., Künstler, R., Pigeot, I., Tutz, G.
  Statistik. Der Weg zur Datenanalyse
  3. Aufl.
  Springer, 2001
• Georgii, H.-O.
  Stochastik: Einführung in die Wahrscheinlichkeitstheorie und Statistik
  de Gruyter, Berlin, 2002
• Heyde, C. C., Seneta, E., Ed.
  Statisticians of the Centuries
  Springer, 2001
• Hartung, J., Elpert, B., Klösener, K.-H.
  Statistik
  9. Aufl.
  R. Oldenbourg Verlag München, 1993
• Irle, A.
  Wahrscheinlichkeitstheorie und Statistik, Grundlagen – Resultate – Anwendungen
  Teubner, 2001
• Kazmir, L. J.
  Wirtschaftsstatistik
  3. Aufl.
  McGraw-Hill, 1996
• Koch, K.-R.
  Parameter Estimation and Hypothesis Testing in Linear Models
  Springer, 1999
• Krause A., Olson M.
  The Basics of S-PLUS
  Third Ed.
  Springer, 2002
• Krengel, U.
  Einführung in die Wahrscheinlichkeitstheorie und Statistik
  6. Aufl.
  Vieweg, Braunschweig, 2002
• Lehmann, E. L.
  Elements of Large-Sample Theory
  Springer, New York, 1999
• Lehn, J., Wegmann, H.
  Einführung in die Statistik
  3. Aufl.
  Teubner, Stuttgart, 2000
• Maindonald, J., Braun, J.
  Data Analysis and Graphics Using R
  Cambridge University Press, 2003
• Overbeck-Larisch, M., Dolejsky, W.
  Stochastik mit Mathematica
  Vieweg, Braunschweig, 1998
• Pruscha, H.
  Vorlesungen über Mathematische Statistik
  Teubner, Stuttgart, 2000
• Pruscha, H.
  Angewandte Methoden der Mathematischen Statistik
  Teubner, Stuttgart 1996
• Sachs, L., Hedderich, J.
  Angewandte Statistik, Methodensammlung mit R
  12. Aufl.
  Springer, 2006
• Spiegel, M R., Stephens, L. J.
  Statistik
  3. Aufl.
  McGraw-Hill, 1999
• Stahel, W. A.
  Statistische Datenanalyse
  2. Aufl.
  Vieweg, 1999
• Venables, W., Ripley, D.
  Modern applied statistics with S-PLUS
  3rd ed
  Springer, 1999
• Wasserman, L.
  All of Statistics. A Concise Course in Statistical Inference
  Springer, 2004