Veranstaltungsdetail

S Statistische Vorhersagen (MAD, Teil I / II)

Die klassische Statistik behandelt statistische Modelle und ihre Parameter und entwickelt Schätzverfahren, Tests und Konfidenzintervalle für die Parameter. Methoden für Vorhersagen sind weniger entwickelt, obwohl sie es erlauben, sich direkt auf (soziale) Tatsachen ohne den Umweg über Modelle zu beziehen. Statistische Vorhersagen können das Hauptziel von Untersuchungen sein. Sie können aber auch benutzt werden, um auf Unzulänglichkeiten von Modellen zu verweisen.

Das Seminar führt in die wichtigsten Methoden der statistischen Vorhersage ein, die in den letzten 25 Jahren entwickelt wurden. Einen erheblichen Impuls für das wachsende Interesse an Vorhersagen haben Methoden aus dem Bereich des Machine Learning gegeben, die zunächst ohne Rückgriff auf statistische Modelle und deren Parameter formuliert wurden. Behandelt werden alte und neue Vorhersageverfahren (Punktvorhersagen sowie probabilistische Vorhersagen), Gütemaße für Vorhersagen (Scoring Funktionen) und konformale Vorhersagen, die Intervallvorhersagen mit garantierten Güteeigenschaften ermöglichen.

Voraussetzungen für Studiennachweise / Modulprüfungen
Übungen am Rechner (Studiennachweis), schriftliche Bearbeitung von Aufgaben

Lehrende

Prof. Dr. Ulrich Pötter, Prof. Dr. Ulrich Pötter

Termine

  • Samstag, 08.06.2024
    10:00 bis 16:00 Uhr
    GD E2/208 CIP-Pool

  • Sonntag, 09.06.2024
    10:00 bis 16:00 Uhr
    GD E2/208 CIP-Pool

  • Samstag, 06.07.2024
    10:00 bis 16:00 Uhr
    GD E2/208 CIP-Pool

  • Sonntag, 07.07.2024
    10:00 bis 16:00 Uhr
    GD E2/208 CIP-Pool

Anmeldung

Bitte melden Sie sich in eCampus für die Veranstaltung an.