Seminar "Advanced Statistics" (DokSem15), Master & Promotion

Semester: SS 2015
Studiengänge : Wirtschaftsinformatik, BWL, EFP, Wirtschaft und Recht, Wirtschaftspädagogik
Credit Points: 12 CP
Ansprechpartner: Univ.-Prof. Dr.-Ing. Wolfgang Maaß

Inhalt

Viele wissenschaftliche Arbeiten aus den Bereichen Ökonomie, Psychologie oder Soziologie befassen sich mit komplexen Systemen, deren Abhängigkeitsstrukturen sich oftmals nur mit Hilfe stochastischer Größen modellieren lassen. Hierdurch haben die Prämissen über die stochastischen Terme einen direkten Einfluss auf die Ergebnisse der Untersuchung.

Aus diesem Grund erscheint es sinnvoll, diese Prämissen bei Vorlage neuer Informationen unter Umständen abzuändern. Dieser Aspekt ist charakteristisch für Bayessche Statistik, bei der der bedingte Wahrscheinlichkeitsbegriff im Vordergrund steht. Dieser ermöglicht durch die Regel von Bayes eine induktive Modellanpassung, die sämtliche zur Verfügung stehenden Informationen mit einbezieht und damit unter Umständen ein realistischeres Abbild der Realität ermöglicht.

Dieser Kurs soll hierzu die notwendigen Grundlagen vermitteln. Die dargestellten Methoden werden mit den im wissenschaftlichen Bereich weit verbreiteten Ansätzen, die eben keinen Bayesschen Ansatz wählen verglichen. Weiterhin soll eine praktische Anwendung an Beispielen mit der Software R aufgezeigt werden.

Termine und Räume

Literatur

Basics

  • Hoff, P. D. (2009) A First Course in Bayesian Statistical Methods NY, Springer.

Organisation

Masterstudenten und Doktoranden haben die Möglichkeit sich über die ISS Lernplattform für das Seminar anzumelden.

Die Teilnehmerzahl ist begrenzt auf 6 bis maximal 10 Studenten. Es besteht Anwesenheitspflicht. Jede Woche wird ein Thema der insgesamt 6 – 10 Seminarthemen besprochen.

Masterstudenten bereiten ein Thema vor, indem sie eine Ausarbeitung schreiben und eine Präsentation halten. Ausarbeitung und Präsentation gehen zu 45% bzw. 40% in die Gesamtnote ein. Die aktive Beteiligung an den Diskussionen an allen Terminen geht mit 15% in die Note ein.

Doktoranden bereiten sich auf alle Themen vor und erarbeiten ein empirisches oder statistisches Thema in der Tiefe, um dann die Führung der Diskussion zum jeweiligen Termin zu übernehmen. In die Bewertung des Seminars geht die Führungsleistung (60%) sowie die sonstige Mitarbeit im Seminar (40%) ein.