Inhalte der Vorlesung
- Behandelte Themen:
- Wahrscheinlichkeitsrechnung
- Grundlagen
- diskrete und stetige Zufallsverteilungen
- mehrdimensionale Zufallsvariablen und
Grenzwertsätze
- Simulation zufälliger Ereignisse
- Stochastische Prozesse
- Markov-Ketten
- Bediensysteme
- Grundlagen der Statistik
- Deskriptive Statistik
- Parameterschätzung
- Konfidenzintervalle
- Testtheorie (parametrisch, nicht-parametrisch,
mehr als zwei Stichproben)
- Regressionsanalyse
- Bezug zu anderen Modulen:
- Zuverlässigkeit
- Lebensdauern und Ausfallw.keiten (Erlang, Weibull
etc)
- Markovketten
- Regressionsanalyse
- Maximum-Likelihood Methode
- Diskrete Simulationstechnik
- Erzeugung von Zufallszahlen
- Bediensysteme
- Parameterschätzung/Testtheorie
- Experiment-Auswertung allgemein
- Konfidenzintervalle/Testtheorie
- Regressionsanalyse
- Bezug zu aktueller Forschung:
- Lernziele
- stochastische Methoden in wichtigen aktuellen
Anwendungen
- Verfahren werden immer noch weiter entwickelt
- statistische Analysen werden kritisch diskutiert
- aktuelle Berechnungsverfahren
- Intervallschätzer für eine
Binomial-Wahrscheinlichkeit
- Behrens-Fisher-Problem (Test auf gleiches μ bei
verschiedenen σ)
- Berechnung der Kolmogorov- und der
Kruskal-Wallis-Verteilung
- statistische Untersuchungen in der Praxis
- Identifizieren von Krebsursachen
- Mechanische Eigenschaften von Graphen
- Diskussion zu statistischen Ergebnissen
- andauernde Diskussion der Genauigkeit von Mendels
Daten
- Fehlerhaftigkeit von Microsofts
Statistik-Routinen