Результати пошуку: 46

[w24/25] Konzepte der statistischen Modellierung (Hoffmann, Scheipl)

Ausgehend von der linearen Modellierung werden komplexe und flexible Regressionsmodelle (generalisierte lineare Modelle und generalisierte additive Modelle) behandelt. Weiter wird ein Überblick über wichtige multivariate Analysetechniken, wie Klassifikation, Diskriminanzanalyse und Clusteranalyse und Modelle für latente Variablen, gegeben.


Termine und Personen:


 Termin  Ort  Person
Vorlesung   
 Di, 10.00 - 12.00 
 Kaulbachstr. 37 - 023  
  Hoffmann/Scheipl   
Vorlesung   
 Fr,  10.00 - 12.00
  Schelling Str. 3- S002
  Hoffmann/Scheipl  
Übung
  Mi, 10.00 - 12.00
  Geschw.-Scholl-Pl. 1 (M) - M 105
  Wiederkehr/Rave
Übung  Do, 12.00 - 14.00
  Geschw.-Scholl-Pl. 1 (B) - B 006   Wiederkehr/Rave
Tutorium
 Kein Tutorium dieses Semester


Vorlesung: Fabian Scheipl und Sabine Hoffmann
Übung: Christoph Wiederkehr und Martje Rave
Tutorium: Kein Tutorium

Die Kontaktdaten sowie Sprechzeiten sind den jeweiligen Homepages zu entnehmen.


Einschreibeschlüssel
5tati5tik

Категорія: WS 24/25

[s18] Fortgeschrittene Computerintensive Methoden (Scheipl)

The lecture deals with theoretical and practical concepts from the fields of statistical learning and machine learning. The main focus is on predictive modeling. The bi-weekly tutorial applies these concepts and methods to real examples for illustration purposes. You are expected to work through the exercises for the tutorials. They will typically consist proofs of theory, implementation of algorithms in R or Python.

Termin

Mi 14-16 Uhr /  S007 
Do 10-12 Uhr / A015

Raum A015 ist im Hauptgebäude. S007 ist in der Schellingstr. 3.

Übung: Mi 14-16 Uhr (außen 19.04.2018 und14.06.2018)  /S007, c.a. Alle Zwei Woche 

  • Die Vorlesung ist auf Deutsch, mit englischen Folien.
  • The exercise/Übung/tutorial will be taught in English. All materials will be in English.
  • The exercise/Übung/tutorial on 19.04.2018 and 14.06.2018 are Thursdays instead of normal Wednesday.
  • The lecture and exercise for the last week might be interchanged. 
Einschreibeschlüssel: FCIM18

Категорія: SS18

[s18] Predictive Modelling (Grosse-Wentrup / Scheipl)

Outline

The lecture deals with theoretical and practical concepts from the fields of statistical learning and machine learning. The main focus is on predictive modeling. The tutorial applies these concepts and methods to real examples for illustration purposes.

Class meets twice per week in the building at Schellingstr. 3: 

Mondays from 10–12 in R055, and Wednesdays from 12–14 in S007

Semester Plan:
  # 
  Date 
  Day 
                               Topic                             
01     09.4.    
   Mon.   
Intro.  (F)
02 11.4.
 Wed.
 Learning Theory  (M)
03 16.4.
 Mon.
 Exercise 1  (A)
04 18.4.
 Wed.
 Learning Theory  (M)
05 23.4.
 Mon.
 CART  (F)
06 25.4.
 Wed.
 RF  (F)
07 30.4.
 Mon.
 Exercise 2  (A)
08 02.5.
 Wed.
 TBA  (M)
09 07.5.
 Mon.
 Learning Theory  (F)
10 09.5.
 Wed.
 TBA  (M)
11 14.5.
 Mon.
 Exercise 3  (A)
12 16.5.
 Wed.
 Performance Estimation & Resampling  (F)
-- 21.5.
 Mon.
 holiday
13 23.5.
 Wed.
 Boosting a  (F)
14 28.5.
 Mon.
 Exercise 4  (A)
15 30.5.
 Wed.
 Boosting b  (F)
16 04.6.
 Mon.
 ROC  (F)
17 06.6.
 Wed.
 TBA  (M)
18 11.6.
 Mon.
 TBA  (M)
19
 13.6.
 Wed.
 Exercise 5  (A)
20 18.6.
 Mon.
 GPs / Tuning / MBO  (F)
-- 20.6.
 Wed.
 cancelled
21 25.6.
 Mon.
 Exercises 6  (A)
22 27.6.
  Wed. Variable / Feature Selection  (F)
23
 02.7. Mon.
 Exercises 7 / Q & A  (A)
 24  04.7.  Wed.  Q & A

Категорія: SS18

[s18] Stochastik und Statistik (Scheipl)

Inhaltsübersicht:
1 Einleitung
2 Laplace-Wahrscheinlichkeiten und diskrete Modelle
3 Bedingte Wahrscheinlichkeiten, stoch. Unabh ̈angigkeit
4 Diskrete und stetige Zufallsvariablen
5 Erwartungswerte, Varianzen und Kovarianzen
6 Statistische Inferenz
7 Markov-Ketten und Markov-Prozesse
8 Lineare Regression


Termine
Vorlesung:         
Dienstag    12:00-14:00 c.t. 
HGB A 021

Donnerstag   
   12:00-14:00 c.t. 
HGB B 006
Übung - Gruppe 1 : Dienstag    14:00-16:00 c.t. 
HGB A 119
Übung - Gruppe 2 : Dienstag
   16:00-18:00 c.t. 
HGB A 119
Übung - Gruppe 3 : Mittwoch    14:00-16:00 c.t.
HGB A 119

Категорія: SS18

[s19] Seminar: Praktische Analyse räumlicher Daten in R (Scheipl, Schmid, Küster)

Seminar: Praktische Analyse räumlicher Daten in R

In diesem Seminar stehen der praktische Umgang mit räumlichen (und räumlich-zeitlichen) Daten und die dafür in R verfügbaren Pakete im Vordergrund. Das Thema ist somit am Schnittpunkt von Geographie, Geoinformatik und räumlicher Statistik angesiedelt, mit vielen Anwendungen aus den Sozialwissenschaften, Geowissenschaften und Lebenswissenschaften.

Категорія: SS19

[s19] Statistik IV für Nebenfachstudierende (Scheipl)

Dies ist die offizielle Website zur Veranstaltung "Statistik IV für Nebenfachstudierende" im Sommersemester 2019.

Hier werden alle Materialen zur dieser Lehrveranstaltung bereitgestellt.

Terminübersicht:
Vorlesung (wöchentlich) 
Montag 
12 - 14 Uhr (c.t.)
 A 021
 Geschwister-Scholl-Platz 1 
Vorlesung (wöchentlich)
 Mittwoch 14 - 16 Uhr (c.t.)
 M 014 
Geschwister-Scholl-Platz 1 
Übung (wöchentlich)       
Donnerstag
 12 - 14 Uhr (c.t.)  
A 021 
Geschwister-Scholl-Platz 1 

Einschreibeschlüssel: stat4nf_19

Категорія: SS19

[s19] Stochastik und Statistik (Scheipl)

Einschreibeschlüssel: StoSta19


Inhaltsübersicht:
1 Einleitung
2 Laplace-Wahrscheinlichkeiten und diskrete Modelle
3 Bedingte Wahrscheinlichkeiten, stoch. Unabh ̈angigkeit
4 Diskrete und stetige Zufallsvariablen
5 Erwartungswerte, Varianzen und Kovarianzen
6 Statistische Inferenz
7 Markov-Ketten und Markov-Prozesse
8 Lineare Regression


Termine
Vorlesung:         
Dienstag    12:00-14:00 c.t. 
Schellingstr. 3 (S)-S 006

Donnerstag   
   12:00-14:00 c.t. 
Theresienstr. 39-B 139
Übung - Gruppe 1 : Dienstag    14:00-16:00 c.t. 
HGB-A 014
Übung - Gruppe 2 : Mitwoch
   14:00-16:00 c.t. 
HGB-A 014
Übung - Gruppe 3 : Dienstag
    16:00-18:00 c.t.
HGB-A 014

Категорія: SS19

[s20] Analysis of Longitudinal Data (Scheipl)

Enrolment Key: LDA2020

Категорія: SS20

[s20] Stochastik und Statistik (Scheipl)

  • Der Einschreibeschlüssel ist xxx.
  • Vorlesungen als aufgezeichnete Videos bei LMUcast (s.u.) verfügbar, jede Woche Fragestunde Dienstag 12-14h.
  • Für die Übungen gibt es Musterlösungen als PDF, aufgezeichnete Erklärvideos dazu und Online-Fragestunden.


  • Termine
    Q&A zur Vorlesung:
      Di 12-14, lmu-munich.zoom.us/j/774262325

    Übung/Fragestunde:
      Do  14-16 & Mi 12-14, lmu-munich.zoom.us/j/774262325

    • Категорія: SS20

    [s21] Analysis of Longitudinal Data (Scheipl)

    Description:

    Basic concepts of the analysis of longitudinal data are covered. Marginal models as well as mixed effects (also known as random effects) models for both Gaussian and discrete response variables are discussed.
    In the lab, the students are encouraged to apply the lecture contents to real data in order to deepen the understanding of the discussed concepts and to become more familiar with the learned methods and techniques.

    Organization and Dates:

    Flipped Classroom with Q&As via zoom every

    Tuesday 8.30 - 10.00; Thursday 14.15 - 15.45


    Enrolment Key: Longi2021!


    Target Audience:

    Statistics Master students, recommended prerequisites:

    • Lecture "Lineare Modelle"
    • Lecture "Generalisierte Regression"
    • Basic knowledge in R
    Additionally useful: Lecture "Schätzen und Testen I"

    Examination:

    15 Minutes oral exams


    Категорія: SS21

    [s21] Stochastik und Statistik (Scheipl)

    • Der Einschreibeschlüssel ist StoSta22
    • Vorlesungen sind als aufgezeichnete Videos bei LMUcast (s.u.) verfügbar, jede Woche gibt es eine Online-Fragestunde am Dienstag. Multiple Choice Quizzes zur Selbstkontrolle auf moodle.
    • Für die Übungen gibt es Musterlösungen als PDF, aufgezeichnete Erklärvideos dazu und Online-Fragestunden zur Übung in 3 Gruppen jeden Mittwoch und Donnerstag.


    • Termin & Ort
      Vorlesung:
        Di 12-14 ,  Do 12-14 @ M010 (Hauptgebäude)

      Übung/Fragestunde:
        Do  14-16, Mi 12-14, Mi 14-16

    Категорія: SS21

    [s22] Regression for Correlated Data (Scheipl)

    Key: reg-cor-dat
    Course kick-off  on 19.04. with an introductory in-person lecture.
    The remainder of the semester will be inverted classroom style.

    Lecture Q&A / Exercise class
    (Scheipl/Sapargali)
    		 Thursday
    		 14:15-15:45

     Schellingstr. 3 (S) - S 001


    Format:

    You are expected to come prepared for both the Q&As and exercise classes -- you've watched the lecture videos, you've reviewed the slides/exercise sheets, you've asked chatGPT to explain the parts you found confusing, you've done the self-assessment quizzes, and you've posted questions you would like to see addressed during the session in the Moodle Forum.


    Категорія: SS22

    [s22] Seminar: Introduction to Causal Inference (Scheipl)

    Login: please contact Fabian Scheipl


    Dates & Overview

    Kickoff: tba

    Target groups: Statistics B.A.

    Course Description

    "In many applications of statistics, a large proportion of the questions of interest are fundamentally questions of causality rather than simply questions of description or association. For example, a medical researcher may wish to find out whether a new drug is effective against a disease. An economist may be interested in uncovering the effects of a job-training program on an individual’s employment prospects, or the effects of a new tax or regulation on economic activity. A sociologist may be concerned about the effects of divorce on children’s subsequent education."
    G. Imbens

    So, classical statistics mostly answers questions about associations or correlations between measured data. However, many – if not most – important questions are not about mere associations (“Does B occur more or less frequently together with A?”), but about actual causes (“Is B caused by A?”).

    In this seminar, we’ll learn about the core statistical and philosophical concepts related to causal inference and explore some of the techniques that have been developed to answer causal questions based on data.


    Категорія: SS22

    [s22] Stochastik und Statistik (Scheipl)

    • Der Einschreibeschlüssel ist StoSta22
    • Vorlesungen aus vorigen Semestern auch als aufgezeichnete Videos bei LMUcast (s.u.) verfügbar. Multiple Choice Quizzes zur Selbstkontrolle auf moodle.
    • Für die Übungen gibt es Musterlösungen als PDF und Fragestunden zur Übung in vorraussichtlich 2 Gruppen  Mittwochs und Donnerstags.


    • Termine
      Vorlesung:
        Di & Do 12-14 @ M010 (Hgb)

      Übung/Fragestunde:
        Mi 12-14 (A 014 HGB), Mi 14-16 (A 014 HGB)

    Категорія: SS22

    [s23] Regression for Correlated Data (Scheipl)

    Key: reg-cor-dat
    Course kick-off  20.04. with an introductory in-person lecture.

    Lecture Q&A / Exercise class
    (Scheipl/Sapargali)
    		 Thursday
    		 14:15-15:45

     Schellingstr. 3 (S) - S 001


    Format:
     Inverted classroom: You are expected to come prepared for both the Q&As and exercise classes -- you've watched the lecture videos, you've reviewed the slides/exercise sheets, you've asked ChatGPT to explain parts you found confusing, you've done the self-assessment quizzes, and you've posted questions you would like to see addressed during the session in the Moodle Forum. 


    Категорія: SS23

    [s23] Seminar: Introduction to Causal Inference (Scheipl)

    Bachelor Seminar "Introduction to Causal Inference"

    Enrolment key: ci_seminar_2023

    In this seminar, we’ll learn about the core statistical and philosophical concepts related to causal inference and explore some of the techniques that have been developed to answer causal questions based on data.

    Категорія: SS23

    [s23] Stochastik und Statistik (Scheipl)

    • Der Einschreibeschlüssel ist StoSta23
    • Vorlesungen aus vorigen Semestern auch als aufgezeichnete Videos bei LMUcast (s.u.) verfügbar. Multiple Choice Quizzes zur Selbstkontrolle auf moodle.
    • Für die Übungen gibt es Musterlösungen als PDF und Fragestunden zur Übung in vorraussichtlich 2 Gruppen  Mittwochs und Donnerstags.


    • Termine
      Vorlesung: 
        Di 12-14 @ S 002 (Schellingstr. 3)  & Do 12-14 @ S 003 (Schellingstr. 3) 

      Übung/Fragestunde: 
        Mi 12-14 (E 004 HGB), Mi 14-16 (E 004 HGB), Do 14-16 (E 004 HGB)

    Категорія: SS23

    [s24] Regression for Correlated Data (Scheipl)

    Enrolment key: RegCorDat24


    Date:     Thursday 14:00-16:00

    Room: Schellingstr. 3 (S) - S 001


    This is an inverted classroom style - course. We only meet once a week despite this being 4 hour / week  because you are expected to come prepared to every session -- that means: you've watched the lecture videos on LMUcast, you've reviewed the slides, you've worked through the self-assessment quizzes, and you've posted the questions you would like to see addressed during the session in the Moodle forum.

    Exercise sheets will be available at least one week in advance, with full written solutions available before and discussed during Thursday in-person sessions.
    You are expected to hand in solutions for exercise sheets 2 and 4 via Moodle, due on May 09 and May 30, respectively.

    Grading: Oral exam at the end of the semester.


    Категорія: SS24

    [s24] Statistical Modeling (Rügamer)

    People and Dates

    Date and TimePlaceLecturer
    Lecture
    		Mo. 10.00-12.00Geschw.-Scholl-Pl. 1 (M) -M 218
    David Rügamer
    Tue. 10.00-12.00Geschw.-Scholl-Pl. 1 (E) -  E 004
    ExerciseThu. 12.00-14.00Geschw.-Scholl-Pl. 1 (B) - B 006
    		Rickmer Schulte
    TutorialThu. 08.00-10.00Geschw.-Scholl-Pl. 1 (A) -   A 021
    		Elisa Noltenius

    Enrolment key: StatMod_s24

    Категорія: SS24

    [s24] Stochastik und Statistik (Scheipl)

    • Der Einschreibeschlüssel ist StoSta24


    Termine
    Vorlesung:
      Di  (S 002) & Do (S 003),  12-14 
    Mi 14 -16 (E 004 HGB),
    Do 14-16 (E 004 HGB).

    Категорія: SS24

    [s25] Regression for Correlated Data (Scheipl)

    Enrolment key: RegCor25

    Format: In-person lectures and lab sessions

    Dates & Rooms:
    Wed 10-12 @ Main Building A 017
    Thu 14-16 @ Schellingstr. 3 (S) - S 001

    Grading: Oral exams at the end of the semester.

    Категорія: SS25

    [s25] Stochastik und Statistik (Scheipl)

    Einschreibeschlüssel: StoSta25

    Termine
    Termine
    Vorlesung:
      Di  (S 003 Schellingstr), & Do (023 - Kaulbachstr 37),  je 12-14 

    Übung
    Mi 12-14 (E 004 HGB), 
    Mi 14 -16 (E 004 HGB),
    Do 14-16 (E 004 HGB).

    Категорія: SS25

    [w16/17] Deskriptive Statistik (Scheipl)

    Категорія: WS 16/17

    [w17/18] Deskriptive Statistik (Scheipl)

    Dies ist die offizielle Website zur Veranstaltung Deskriptive Statistik [WS 17/18].

    Hier finden Sie alle Informationen und Unterlagen, die für die Veranstaltung relevant sind.

    Die Zugangsdaten erfahren Sie in der Vorlesung oder Übung.



    Termine:


    Vorlesung - Dr. Fabian Scheipl   (Beginn: 16.10.)


    TagZeitRhythmusDauerRaum
      Mo.    12:00 - 14:00 c.t.  wöchentlich
    		  16.10.2017 - 05.02.2018  
    		  Geschw.-Scholl-Pl. 1 (E) - E 004 
      Mi.   12:00 - 14:00 c.t.  
    		  wöchentlich  
    		  18.10.2017 - 07.02.2018  
    		  Geschw.-Scholl-Pl. 1 (E) - E 004 

    Bitte beachten: 

    Anstelle der Vorlesung wird in unregelmäßigen Abständen eine Vorlesung zur Einführung in die statistische Software (Lisa Steyer, Andreas Singer) stattfinden.




    Übung - Benjamin Sischka   (Beginn: 26.10.)


    GruppeTag ZeitRhythmusDauerRaum
    1  Do.     10:00 - 12:00 c.t.    14-tägig    26.10.2017 - 08.02.2018     Geschw.-Scholl-Pl. 1 (E) - E 004  
    2  Do.     12:00 - 14:00 c.t.    14-tägig    26.10.2017 - 08.02.2018     Geschw.-Scholl-Pl. 1 (E) - E 004  



    Tutorium - Julia Blaut   (Beginn: 02.11.)


    TagZeitRhythmusDauerRaum
      Mi.    08:00 - 10:00 c.t.    14-tägig    02.11.2017 bis 07.02.2018     Geschw.-Scholl-Pl. 1 (A) - A 120  

    Категорія: WS 17/18

    [w17/18] Fortgeschrittene Programmierung (Scheipl)

    Statistik wird in immer größerem Ausmaß zu einer computationalen Wissenschaft, besonders die angewandte Statistik kommt ohne den Einsatz und die Beherrschung moderner Software-Werkzeuge nicht aus. Diese Lehrveranstaltung dient der Vertiefung von Programmmier-kenntnissen speziell in R und richtet sich an Studierende, die bereits erste Erfahrungen mit dieser Sprache gesammelt haben (z.B. in der LVA "Einführung in die statistischen Programm-pakete, Programmierung in R", "Praktische Datenanalyse mit R" oder im Selbststudium).
    Aufbauend auf den vorausgesetzten grundlegenden R-Kenntnissen werden Techniken vermittelt mit denen sich das komplexe Werkzeug R effizient bedienen läßt.
    Vorkenntnisse in Statistik im Ausmaß der Grundvorlesungen sind erforderlich, Kenntnisse in andereren Programmiersprachen als R sind nicht notwendig. 

    Der Kurs ist im inverted classroom Format, d.h. es werden Videovorlesungen & Material zum Selbststudium angeboten, in der Präsenzzeit an der Uni wird selbst programmiert und die dabei auftretenden Fragen und Probleme werden besprochen. Zusätzlich ist jede Woche ein Übungsblatt abzugeben.  Wenn Sie die Kursangebote konsequent nutzen sind Arbeitsaufwand und Anspruch durchaus hoch, der resultierende Erkenntnis- und Kompetenzgewinn aber ebenso -- versprochen!

    Themen:

    • Guter Programmierstil: Korrekter, sauberer, lesbarer Code
    • Algorithmisches Denken: Programmentwurf & Problemlösungsstrategien
    • Versionskontrolle mit Git & kollaboratives Coden mit Github
    • Funktionen, Scoping & Environments
    • Debugging & Profiling
    • Objekt-orientiertes Programmieren in R
    • R-Pakete bauen mit roxygen2, devtools & testthat
    Einschreibeschlüssel: FoRt1718

    Категорія: WS 17/18

    [w18/19] Deskriptive Statistik (Scheipl)

    Termine und Personen:

    TerminOrtPerson
    Vorlesung            
    		Mo, 12.15 - 13.45           
    		Geschw.-Scholl-Pl. 1, M 105           
    		Dr. Fabian Scheipl     
    Vorlesung  
    		Mi, 12.15 - 13.45 Geschw.-Scholl-Pl. 1, E 004
    		 Dr. Fabian Scheipl
    Übung 1 
    		Do, 10.15 - 11.45 Geschw.-Scholl-Pl. 1, E 004
    		 Maximilian Weigert
    Übung 2  
    		Do, 12.15 - 13.45 Geschw.-Scholl-Pl. 1, E 004
    		 Maximilian Weigert
    Tutorium
    		 Mi, 8.15 - 9.45 Geschw.-Scholl-Pl. 1, E 004
    		Tobias Pielok

    Anstelle der Vorlesung wird in unregelmäßigen Abständen eine Vorlesung zur Einführung in die statistische Software (Felix Günther, Cornelia Oberhauser) stattfinden.

    Einschreibeschlüssel:

    Der Einschreibeschlüssel lautet "Deskriptive1819".

    Категорія: WS 18/19

    [w18/19] Fortgeschrittene Programmierung I & II (Scheipl)

    Einschreibeschlüssel: Fort1819

    Zielgruppe:

    Diese Lehrveranstaltung dient der Vertiefung von Programmmierkenntnissen speziell in R und richtet sich an Studierende, die bereits erste Erfahrungen mit dieser Sprache gesammelt haben (z.B. in der LVA "Einführung in die statistischen Programmpakete, Programmierung in R", "Praktische Datenanalyse mit R" oder im Selbststudium).
    Vorkenntnisse in Statistik im Ausmaß der Grundvorlesungen sind erforderlich, Kenntnisse in andereren Programmiersprachen als R sind nicht notwendig.

    Kursformat: 

    Inverted Classroom, zwei geblockte Kurse à 2 SWS (Teil I Oktober - Dezember, Teil II Dezember - Februar).

    Präsenzzeit: Donnerstag & Freitag, 14:00-16:00 c.t.

    Ort: CIP II; Ludwigstr 28

    Rechnen Sie mit zusätzlich 6-8 h pro Woche für Videos, Lektüre & Programmieraufgaben im Selbststudium.

    Prüfungsleistung: 

    Hausübungen zu jedem Teil (jeweils 3 ECTS)

    Категорія: WS 18/19

    [w18/19] Wahrscheinlichkeitstheorie und Inferenz I (Scheipl)

    Vorlesung und Übung für Bachelor Statistik, 3. Semester 

    Einschreibeschlüssel: WT1819

    Категорія: WS 18/19

    [w19/20] Fortgeschrittene Programmierung I & II (Scheipl)

    Einschreibeschlüssel: fort1920

    Kurswebsite: https://fort-w1920.github.io/

    Kursformat: Inverted Classroom

    Präsenzzeit: Donnerstag & Freitag, 14:00-16:00 c.t.

    Ort: A015 / A017

    Zusätzlich 6-8 h pro Woche für Videos, Lektüre & Programmieraufgaben im Selbststudium.

    Wenn Sie vorhaben am Kurs teilzunehmen bereiten Sie sich bitte unbedingt auf den ersten Präsenztermin vor, indem Sie vor 17.10.2019, 14:00h:

    • einen Github Account anlegen
    • Ihre Github Info hier eintragen – sonst kommen Sie nicht an die Übungsaufgaben.
    • Ihren privaten Rechner fit machen: Genaue Instruktionen dafür, und, falls er tragbar ist, diesen dann am besten auch mit vollgeladenem Akku immer mitbringen.


    Категорія: WS 19/20

    [w19/20] Introduction to Machine Learning (Seibold, Bischl, Scheipl)

    https://compstat-lmu.github.io/lecture_i2ml

    Before 24.03.: self studying: videos + exercises

    In person classes, 09:30 - 17:00 on the following days:
    • Tue 24.03.
    • Wed 25.03.
    • Fri 27.03.
    • Mon 30.03.
    • Tue 31.03.

    The course is limited to 70 participants. If you decide to not take the course, please leave the course on moodle.

    Enrollment key: i2ml2020

    Категорія: WS 19/20

    [w19/20] Lifetime Data Analysis (Scheipl)

    Password for self enrolment: hazard_rate

    Dates / Termine
    Monday / Montag16:00 c.t. - 18:00 UhrSchellingstr. 3 - S 007
    Thursday/ Donnerstag10:00 c.t. - 12:00 UhrSchellingstr. 3 - S 007
    Start14.10.2019

    Категорія: WS 19/20

    [w1920] Deskriptive Statistik (Scheipl)

    Termine und Personen:

    Termin Ort Person
    Vorlesung            
    		Mo, 12.15 - 13.45           
    		Geschw.-Scholl-Pl. 1, M 105           
    		Dr. Fabian Scheipl     
    Vorlesung  
    		Mi, 12.15 - 13.45 Geschw.-Scholl-Pl. 1, E 004
    		 Dr. Fabian Scheipl
    Übung 1 
    		Do, 10.15 - 11.45 Geschw.-Scholl-Pl. 1, E 004
    		 Sevag Kevork
    Übung 2  
    		Do, 12.15 - 13.45 Geschw.-Scholl-Pl. 1, E 004
    		 Sevag Kevork
    Tutorium
    		 Mi, 8.15 - 9.45 Geschw.-Scholl-Pl. 1, E 004
    		 Asmik Nalmpatian

    Anstelle der Vorlesung wird in unregelmäßigen Abständen eine Vorlesung zur Einführung in die statistische Software stattfinden.

    Einschreibeschlüssel:

    Der Einschreibeschlüssel lautet: deskriptive1920!

    Категорія: WS 19/20

    [w20/21] Deskriptive Statistik (Scheipl)

    Termine und Personen:

    Termin Ort Person
    Vorlesung 
    		Mo, 12.00 - 14.00     
    		       Zoom
    		 Dr. Fabian Scheipl     
    Vorlesung  
    		Mi, 12.00 - 14.00        Zoom
    		 Dr. Fabian Scheipl
    Übung 1 
    		Do, 10.15 - 11.45
    (ca 14-tägig)
    		 Schellingstr 3 S 001/Zoom
    		Sevag Kevork
    Übung 2  
    		Do, 12.15 - 13.45
    (14-tägig)
    		 Schellingstr 3 S 004/Zoom
    		 Sevag Kevork
    Tutorium
    		 Mi, 8.15 - 9.45
    (14-tägig)
    		        Zoom Asmik Nalmpatian

    Anstelle der Vorlesung wird in unregelmäßigen Abständen eine Vorlesung zur Einführung in die statistische Software stattfinden.

    Vorlesung und "Einführung in die statistische Software" findet online im inverted classroom Modus statt: Es werden Vorlesungsvideos & Quizzes zum Selbststudium zur Verfügung gestellt, in den Vorlesungszeiten finden Fragestunden zum Vorlesungsstoff per Videokonferenz statt.
    Übungen und Tutorien finden in Präsenzform statt und werden auch auf Video aufgenommen.

    Einschreibeschlüssel:

    Der Einschreibeschlüssel lautet: deskriptive2021
    An ALLE BEMITLEIDENSWERTE VERWALTUNGSOPFER DIE NICHT RECHTZEITIG IMMATRIKULIERT WURDEN:  Auch ohne campus.lmu.de Adresse können Sie mit dem obigen Einschreibeschlüssel einen "Gastzugang" für sich freischalten, bitte tun Sie das...

    Категорія: WS 20/21

    [w20/21] Fortgeschrittene Programmierung in R I & II (Scheipl)

    Termine:

    Donnerstag & Freitag 14:00-16:00 via Zoom.
    Zusätzlich 6-8 h pro Woche für Videos, Lektüre & Programmieraufgaben im Selbststudium.

    Einschreibeschlüssel: fort-w2021


    Категорія: WS 20/21

    [w20/21] R-Kurs für Master-Quereinsteiger (Scheipl/Kevork)

    Zielgruppe

    Der Kurs richtet sich an Quereinsteiger in einer der Masterstudiengänge im Fach Statistik, die im WiSe 2020/21 ihr Studium beginnen.

    Termin
    Voraussichtlich erste Dezember Woche

    Ort
    Digital via zoom

    Einschreibeschlüssel:  rkurs-quer2021!

    Категорія: WS 20/21

    [w20/21] Seminar: Time-to-event Machine Learning (Bender, Scheipl, Kopper)

    Schedule

    • Kick-off Meeting: 02.11.2020 0900 - 1030

      Covid19

      • Due to the current situation the course will very likely be held via Zoom.

      Enrollment key

      • The enrollment key is survive2020


      Категорія: WS 20/21

      [w21/22] Statistik 1: Deskriptive Statistik & Explorative Datenanalyse (Scheipl)

      Termine:

      Termin Ort Person
      Vorlesung 
      		Mo, 12.00 - 14.00     
      		M118
      		 Fabian Scheipl     
      Vorlesung  
      		Mi, 12.00 - 14.00 M118
      		 Fabian Scheipl
      Übung 1 
      		Do, 10.00 - 12.00
      		 F007
      		Michael Kobl
      Übung 2  
      		Do, 12.00 - 14.00
      		M105
      		 Fabian Scheipl
      Tutorium
      		 Di, 16.00 - 18.00
      		 M218
      		Michael Kobl

      Übung & Tutorium beginnen erst in der zweiten Semesterwoche.

      Einschreibeschlüssel:

      Der Einschreibeschlüssel lautet: dskrpt

      Категорія: WS 21/22

      [w22/23] - Grundlegendes Praxisprojekt / Anfängerpraktikum [Scheipl / Klima]

      Die Veranstaltung wendet sich an Studierende im Bachelor Statistik (3. Semester). Das "Grundlegende Praxisprojekt" (BA Statistik und Data Science - PO 2021) bzw. "Anfängerpraktikum" (BA - Statistik PO 2010) ist eine Pflichtveranstaltung. Der Bachelor-Studiengang Statistik (PO 2010) kennt weiterhin noch die Veranstaltung "Praxisprojekt", welches eine Wahlpflichtveranstaltung (Wahlplichtmodul 6) ist.

      Die Veranstaltung wird sowohl während der Vorlesungszeit als auch in den Semesterferien angeboten. Diese Moodle-Seite ist für beide Veranstaltungen.

      Selbsteinschreibungsschlüssel: APR2022


      Категорія: WS 22/23

      [w22/23] Generalisierte Regression (Scheipl)

      Termine und Personen:

       Termin Ort Person
      Vorlesung   
      		 Mo, 12.00 - 14.00
      		  M018  
      		 Scheipl  
      Vorlesung   
      		 Mi, 10.00 - 12.00
      		  M018  
      		 Scheipl  
      Übung
      		  Mo, 14.00 - 16.00
      		 S002 (Schelling 3)
      		  Rave
      Übung
      		  Mo, 16.00 - 18.00
      		 S002 (Schelling 3)
      		 Gruber
      Tutorium
      		  Di, 10.00 - 12.00  
      		A214
      		  NN
      Tutorium
      		  Do, 14.00 - 16.00
      		B006
      		  Sapargali

      Einschreibeschlüssel: GRM2223

      Themen

      1. Das multiple lineare Regressionsmodell
      2. Statistische Regularisierung
      3. Das verallgemeinerte lineare Modell
      4. Gemischte Modelle
      5. Das generalisierte additive Modell
      6. GAMLSS, Quantilregression, Verteilungsregression
      7. Kategoriale Regression
      8. Lebensdauermodelle
      9. Messfehler, Fehlklassifikation und fehlende Daten

      Категорія: WS 22/23

      [w22/23] Statistik 1: Deskriptive Statistik & Explorative Datenanalyse (Scheipl)


      Einschreibeschlüssel:       dskrpt

      Termine:

      Termin Ort Person
      Vorlesung 
      		Do, 14.00 - 16.00     
      		M118 (Hauptgebäude)
      		 Fabian Scheipl     
      Vorlesung  
      		Fr, 10.00 - 12.00 M118 (Hauptgebäude)
      		 Fabian Scheipl
      Übung 1 
      		Mo, 10.00 - 12.00
      		 S004  (Schellingstr. 3)
      		 Eugen Gorich
      Übung 2  
      		Do, 12.00 - 14.00
      		B106 (Hauptgebäude)
      		 Michael Kobl
      Tutorium
      		 Di, 16.00 - 18.00
      		 S001 (Schellingstr. 3)
      		Michael Kobl

      Übung & Tutorium beginnen erst in der zweiten Semesterwoche.

      Diese Veranstaltung vermittelt elementare Wahrscheinlichkeitsrechnung sowie Grundlagen der deskriptiven und explorativen Statistik. Dies umfasst grundlegende Axiome und Rechenregeln für Wahrscheinlichkeiten   (auch: bedingte und gemeinsame Wahrscheinlichkeiten) sowie die Begriffe der stochastischen und empirischen Unabhängigkeit für Ereignisse und Zufallsvariablen bzw. Merkmale. Die Lerninhalte umfassen auch eine erste einfache Begriffsbildung für und Eigenschaften von Zufallsvariablen, ihrer Wahrscheinlichkeitsdichten und Momente und wichtige parametrischer Verteilungsmodelle. Auf empirischer Seite werden entsprechend Skalenniveaus beobachteter Merkmale und einfache Erhebungsformen definiert und Techniken der uni- und multivariaten deskriptiven Statistik eingeübt: zum einen Datenvisualisierung anhand statistischer und wahrnehmungspsychologischer Leitlinien, zum anderen empirische Verteilungen und Kerndichten. Kennzahlen für Lage, Streuung, Schiefe, Wölbung, Konzentration und Assoziation werden eingeführt und ihre Eigenschaften intensiv diskutiert.  Letzteres umfasst auch eine erste Einführung in die Probleme kausaler Interpretation von beobachteten Assoziationen.

      Die Vorlesung entspricht Modul P3.1, die Übung dem Modul P4.1 des BA-Studiengangs Statistik und Data Science (PO 2021)

      Категорія: WS 22/23

      [w23/24] - Grundlegendes Praxisprojekt (Scheipl / Schulte / Castelletti)

      Selbsteinschreibungsschlüssel: grlgprkt


      Die Veranstaltung wendet sich an Studierende im Bachelor Statistik (3. Semester). Das "Grundlegende Praxisprojekt" (BA Statistik und Data Science - PO 2021) ist eine Pflichtveranstaltung (Modul P 11.1).

      Die Veranstaltung wird sowohl während der Vorlesungszeit als auch in den Semesterferien angeboten. Diese Moodle-Seite ist für beide Veranstaltungen. 
      Für beide Blöcke findet eine Einführungsveranstaltung mit Anwesenheitspflicht am 19.10. 10-12 statt.
      Aus organisatorischen Gründen ist eine frühzeitige, separate Anmeldung für die Teilnahme während der Vorlesungszeit nötig -- schreiben Sie sich bitte ein und gehen Sie dann zur Anmeldung auf der Kursseite.



      Категорія: WS 23/24

      [w23/24] Deskriptive Statistik & Explorative Datenanalyse (Scheipl)

      Einschreibeschlüssel: dskrpt


      Termin Ort Person
      Vorlesung 
      		Do, 14.00 - 16.00     
      		A140 (Hauptgebäude)
      		 Fabian Scheipl     
      Vorlesung  
      		Fr, 10.00 - 12.00 M118 (Hauptgebäude)
      		 Fabian Scheipl
      Übung 1 
      		Do, 12.00 - 14.00
      		 B106  (Hauptgebäude)
      		 Yichen Han
      Übung 2  
      		Di, 16.00 - 18.00
      		C123 (Theresienstr. 41)
      		 Michael Kobl
      Tutorium
      		 Di, 18.00 - 20.00
      		 S001 (Schellingstr. 3)
      		 Michael Kobl
      Übung & Tutorium beginnen erst in der zweiten Semesterwoche.

      Diese Veranstaltung vermittelt elementare Wahrscheinlichkeitsrechnung sowie Grundlagen der deskriptiven und explorativen Statistik. Dies umfasst grundlegende Axiome und Rechenregeln für Wahrscheinlichkeiten   (auch: bedingte und gemeinsame Wahrscheinlichkeiten) sowie die Begriffe der stochastischen und empirischen Unabhängigkeit für Ereignisse und Zufallsvariablen bzw. Merkmale. Die Lerninhalte umfassen auch eine erste einfache Begriffsbildung für und Eigenschaften von Zufallsvariablen, ihrer Wahrscheinlichkeitsdichten und Momente und wichtige parametrischer Verteilungsmodelle. Auf empirischer Seite werden entsprechend Skalenniveaus beobachteter Merkmale und einfache Erhebungsformen definiert und Techniken der uni- und multivariaten deskriptiven Statistik eingeübt: zum einen Datenvisualisierung anhand statistischer und wahrnehmungspsychologischer Leitlinien, zum anderen empirische Verteilungen und Kerndichten. Kennzahlen für Lage, Streuung, Schiefe, Wölbung, Konzentration und Assoziation werden eingeführt und ihre Eigenschaften intensiv diskutiert.  Letzteres umfasst auch eine erste Einführung in die Probleme kausaler Interpretation von beobachteten Assoziationen.

      Die Vorlesung (6 ECTS) entspricht Modul P3.1, die Übung (3 ECTS) dem Modul P4.1 des BA-Studiengangs Statistik und Data Science (PO 2021).
      Vorlesungsmodul auch anrechenbar für Studierende mit HF Mathematik oder HF Informatik (mit integriertem Anwendungsfach Statistik).

      Категорія: WS 23/24

      [w24/25] - Grundlegendes Praxisprojekt (Hoffmann/Scheipl/Piller/Castelletti)

      Selbsteinschreibungsschlüssel: grlgprkt


      Die Veranstaltung wendet sich an Studierende im Bachelor Statistik & DataScience  (3. Semester). Das "Grundlegende Praxisprojekt" (BA Statistik und Data Science - PO 2021) ist eine Pflichtveranstaltung (Modul P 11.1).

      Die Veranstaltung wird sowohl während der Vorlesungszeit (in zwei getrennten Termingruppen) als auch in den Semesterferien angeboten. Diese Moodle-Seite ist gemeinsam für alle Veranstaltungen. 
      Für alle drei Blöcke finden Einführungsveranstaltungen mit Anwesenheitspflicht am 14. und 21.10.2024, 16-18 Uhr statt. Aus organisatorischen Gründen ist eine frühzeitige, separate Anmeldung für die Teilnahme während der Vorlesungszeit nötig -- schreiben Sie sich bitte in den Kurs ein und melden Sie sich dann auf der Kursseite für einen der 128 während dem Semester verfügbaren Praktikumsplätze an.


      Категорія: WS 24/25

      [ws23/24] Konzepte der statistischen Modellierung (Rügamer, Scheipl)

      Personen und Termine

      Tag und UhrzeitHörsaalDozent
      Vorlesung
      		Mo 10-12 UhrGeschw.-Scholl-Pl. 1 (A) - A 120
      David Rügamer
      Fabian Scheipl
      Di 10-12 UhrSchellingstr. 3 (S) - S 006
      ÜbungDo 14-16 UhrGeschw.-Scholl-Pl. 1 (A) - Audi Max (A030)
      		Nurzhan Sapargali
      TutoriumFr 10-12 UhrGeschw.-Scholl-Pl. 1 (M) - M 018
      		Emanuel Sommer


      Einschreibeschlüssel:       5tati5tik

      Категорія: WS 23/24

      Deskriptive Statistik & Explorative Datenanalyse (Scheipl)

      Einschreibeschlüssel: dskrpt


      Termine Ort Person
      Vorlesung 
      		Mo, 14.00 - 16.00     
      		 S 002 (Schellingstr. 3) Fabian Scheipl     
      Vorlesung  
      		Do, 14.00 - 16.00  A 140 (Hgb)
      		 Fabian Scheipl
      Übung 1 
      		Mo, 10.00 - 12.00
      		 B 106 (Hgb)
      		 Patrick Schenk
      Übung 2  
      		Do, 12.00 - 14.00
      		B 106 (Hgb)
      		 Patrick Schenk
      Tutorium
      		 Di, 16.00 - 18.00
      		 S 001 (Schellingstr. 3)
      		 Michael Kobl

      Übung & Tutorium beginnen erst in der zweiten Semesterwoche.


      Категорія: WS 24/25

      Statistical Consulting (Bender/Hoffmann / Radermacher / Scheipl)

      This course is aimed at students of statistics in the master's program (PO2010 & PO2021). Its goal is to deepen the ability to work in an interdisciplinary way and practice the communication of statistical methods and results.

      The course consists of 2 parts. The first part consists of a series of obligatory introductory courses offered  every November. The second part consists of working on a project in groups of 2 students each. This project can be started at any time after attending the first part, even outside of lecture times.


      Important:

      Please enroll in the course with enrollment code "Consulting" to be informed by mail about current lecture dates, open projects and upcoming introductory events.  

      Категорія: Statistik