mat847 - Elements of Exploratory Data Analysis, Robust Statistics, and Diagnostics (Complete module description)

mat847 - Elements of Exploratory Data Analysis, Robust Statistics, and Diagnostics (Complete module description)

Original version English PDF download
Module label Elements of Exploratory Data Analysis, Robust Statistics, and Diagnostics
Module code mat847
Credit points 6.0 KP
Workload 180 h
Institute directory Department of Mathematics
Applicability of the module
  • Master's Programme Environmental Modelling (Master) > Mastermodule
  • Master's Programme Mathematics (Master) > Mastermodule
Responsible persons
  • Christiansen, Marcus (module responsibility)
  • May, Angelika (module responsibility)
  • Ruckdeschel, Peter (module responsibility)
Prerequisites
Skills to be acquired in this module
  • Systematische Vertiefung und Erweiterung der im Bachelorstudium erlangten Kenntnisse und Fähigkeiten zur Mathematik
  • Kennenlernen vertiefter Anwendungen der Mathematik, auch exemplarisch mit Projektcharakter
  • Beherrschen wichtiger Verfahren und Algorithmen
  • Fähigkeit zur Anwendung durch Implementierung konkreter Probleme und durch Beherrschung der gängigen Software
  • Beherrschen der Analyse und Komplexität von Algorithmen
  • Erwerb direkt berufsbezogener inhaltlicher und prozessorientierter Kompetenzen
  • Die Studierenden lernen die zentralen Konzepte, Argumente und Verfahren der explorativen Datenanalyse und der robusten Statistik kennen und können diese in R anwenden.
  • Querverbindungen: mat315, mat330, mat350, mat525, mat530
                                   
mathematikspezifische Aspekte von Digitalisierung
  • mathematiknahe Programmierung in R
  • Strategien für ein explizites Mitführen/Kontrollieren von Fehlern/Unsicherheit
  • Strategien zum Umgang mit Ausreißern/Datenrobustheit
  • stochastische Simulation
Module contents
als Obermenge zu verstehen; Akzentuierung durch Dozent möglich:
  • Konzepte der graphischen Datenanalyse
  • Konzepte der interaktiven Datenanalyse
  • Begriffe, Werkzeuge und Schlussweisen der robusten Statistik
  • Umgebungen, Influenzkurve, Maxbiaskurve, Gross Error Sensitivity
  • Bruchpunkt, Minimax-Ansätze, Robuste Optimalität
  • Beispiele robuster Verfahren für Lokation, Skala, Kovarianzen, Regression
  • auf robusten Verfahren basierende Diagnostik
Recommended reading
Hampel, F.M., Ronchetti, E.M., Rousseeuw, P.J., Stahel, W.A.: Robust Statistics: the approach based on influence functions, Wiley.
Huber, P.J.: Robust Statistics, Wiley. Rieder, H.: Robust Asymptotic Statistics, Springer.
Rousseeuw, P.J., Leroy A.M.: Robust regression and outlier detection, Wiley.
Tukey, J.W.: Exploratory Data Analysis 6.
Links
Languages of instruction German, English
Duration (semesters) 1 Semester
Module frequency unregelmäßig
Module capacity unlimited
Reference text
Studienschwerpunkt: C
Type of course Comment SWS Frequency Workload of compulsory attendance
Lecture 3 -- 42
Exercises 1 -- 14
Total module attendance time 56 h
Examination Prüfungszeiten Type of examination
Final exam of module
nach Ende der Vorlesungszeit
KL