mat837 Extreme Value Statistics and Applications (Course overview)

mat837 Extreme Value Statistics and Applications (Course overview)

Department of Mathematics 6 KP
Module components Semester courses Sommersemester 2026 Examination
Lecture
  • 5.01.837 - Vorlesung Extremwertstatistik Lehrende anzeigen
    • Prof. Dr. Peter Ruckdeschel
    Termine anzeigen
    • Monday, 10:00 - 12:00, Weekly (from 13.04.26)
    • Friday, 08:00 - 10:00, Fortnightly (from 10.04.26)

    Inhalte: – Maxima: GEVD und Eigenschaften, Fisher-Tippet-Gnedenko-Thm / Attraktionsbereiche, BlockMaxima – Schwellüberschreitungen: GPD und Eigenschaften; Pickands-Balkema-deHaan Thm; Hill Schätzer – Punktprozesse: der Poissonprozess; Verbindung zur Exponentialvtlg; Relevanz in EVT – Diagnostik: Mean-Excess Plot, Return Level Plot, Extremal-Index
Exercises
Hinweise zum Modul
Reference text
Studienschwerpunkt: C
Prüfungszeiten
nach Ende der Vorlesungszeit
Module examination
KL
Skills to be acquired in this module
  • Systematische Vertiefung und Erweiterung der im Bachelorstudium erlangten Kenntnisse und Fähigkeiten zur Mathematik
  • Vernetzung des eigenen mathematischen Wissens durch Herstellung auch inhaltlich komplexer Bezüge zwischen den verschiedenen Bereichen der Mathematik
  • Kennenlernen ganzer Theorien und damit verbundene Beherrschung komplexer mathematischer Methoden und Techniken
  • 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
  • Die Studierenden lernen die Grenzwertsätze der Extremwertstatistik und die dazu gehörigen statistischen Verfahren kennen und können diese in realen Datensituationen anwenden.
  • Querverbindungen: mat315, mat826, mat843, mat805 (bzw. Versicherungsmathematik I im neuen System)
                                    
mathematikspezifische Aspekte von Digitalisierung
  • mathematiknahe Programmierung in R
  • Strategien für ein explizites Mitführen/Kontrollieren von Fehlern/Unsicherheit
  • stochastische Simulation