Veranstaltungsdetail
S Bootstrapverfahren (AMS, Teil I / II)
Zur Beurteilung statistischer Ergebnisse sind immer Abschätzungen ihrer Verlässlichkeit notwendig. In der klassischen Statistik werden zu diesem Zweck Konfidenzintervalle und Schätzfehlervarianzen verwendet. Ihre Konstruktion erfordert i.d.R. die Annahme einer zugrunde liegenden, parametrischen Verteilungsklasse, etwa der Normalverteilung, oder sie beruhen auf asymptotischen (Fallzahlen wachsen unbegrenzt) Näherungen. Verteilungsannahmen erfordern ihrerseits eine Rechtfertigung, deren Verlässlichkeit kaum je geprüft werden kann. Die Verletzung der Annahmen führt aber regelmäßig zu viel zu optimistischen Verlässlichkeitsmaßen. Ähnlich ist die Situation für Verlässlichkeitsmaße auf der Basis von asymptotischen Argumenten.
Eine Ende der 1970er entwickelte Alternative besteht darin, sich Verlässlichkeitsmaße aus den relativen Veränderungen der Ergebnisse zu verschaffen, die sich ergeben, wenn Daten geringfügig verändert werden. Es zeigt sich, dass es im einfachsten Fall reicht, Stichproben (mit Zurücklegen) aus den ursprünglichen Daten zu ziehen, für jede der Stichproben die gewünschte, zu bewertende Statistik zu berechnen und deren Varianz zur Konstruktion von Fehlervarianzen zu verwenden.
Ziel des Seminars ist es, die grundlegenden Techniken an einfachen Beispielen so transparent darzustellen, dass Teilnehmer/-innen die Verfahren in wichtigen Anwendungszusammenhängen selber durchführen und interpretieren können. Zudem sollen die Teilnehmer/-innen effiziente Versionen der grundlegenden Ideen kennenlernen und in der Lage sein, deren Anwendungsmöglichkeiten abzuschätzen.
Voraussetzungen für Studiennachweise / Modulprüfungen
Übungen am Rechner (Studiennachweis) bzw. Bearbeitung von Übungsaufgaben (Modulprüfung).
Lehrende
Termine
Samstag, 09.11.2019 10:00 bis 17:00 UhrGD E2/208 CIP-Pool
Sonntag, 10.11.2019 10:00 bis 17:00 UhrGD E2/208 CIP-Pool
Samstag, 14.12.2019 10:00 bis 17:00 UhrGD E2/208 CIP-Pool
Sonntag, 15.12.2019 10:00 bis 17:00 UhrGD E2/208 CIP-Pool
Anmeldung
Bitte melden Sie sich in eCampus für die Veranstaltung an.