mat837 - Extreme Value Statistics and Applications (Course overview)

Department of Mathematics		6 KP
Module components	Semester courses Sommersemester 2022	Examination
Lecture	5.01.837 - Vorlesung Extremwertstatistik Prof. Dr. Peter Ruckdeschel Monday: 10:15 - 11:45, weekly (from 25/04/22) Tuesday: 08:15 - 09:45, fortnightly (from 19/04/22) 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	5.01.837-ü - Übung Extremwertstatistik Prof. Dr. Peter Ruckdeschel Tuesday: 08:15 - 09:45, fortnightly (from 26/04/22)
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