mat845 - Spatial Statistics

• 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 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
• Abgrenzung zwischen dem spezifischen Teil einer Theorie und dem allgemeinen mathematischen Standard erkennen
• Erwerb direkt berufsbezogener inhaltlicher und prozessorientierter Kompetenzen
• Die Studierenden lernen grundlegende räumliche stochastische Prozesse kennen und können mit diesen statistisch umgehen und sie auf konkrete Probleme anwenden.
• Querverbindungen: mat315, mat 843, mat830

Räumliche stochastische Prozesse, Gauß-Prozesse, Variogramm, Korrelogramm, Stationarität, Isotropie, Kriging, Oberflächenschätzung, Markov-Zufallsfelder, Räumliche Punktprozesse, Intensitätsfunktion, Poisson-Prozesse, Cox-Prozesse, zufällige Mengen, stochastische Geometrie

Banerjee, Carlin & Gelfand (2003): Hierarchical Modelling and Analysis of Spatial Data,
Chapman & Hall / CRC. Cressie (2001): Spatial Statistics, Wiley, New York.
Diggle & Ribeiro (2007): Model-based Geostatistics, Springer, New York.
Schabenberger & Gotway (2005): Statistical Methods for Spatial Data Analysis, Chapman & Hall / CRC. Rue & Held (2005): Gaussian Markov Random Fields, Chapman & Hall / CRC, Boca Raton, FL.
Møller (2003): Spatial Statistics and Computational Methods. Lecture Notes in Statistics 173, Springer, New York.
Møller & Waagepetersen (2003): Statistical inference and simulation for spatial point processes, Chapman and Hall/CRC, Florida.

 

Studienschwerpunkt: C

nach Ende der Vorlesungszeit

KL