Last edited on 7 January 99 by gs/ dn . - Host home page: StatLab Heidelberg
Other home pages: Universität Heidelberg and Fakultät für Mathematik

Willkommen bei der Statistik in Heidelberg!

Informationen zu Forschungprojekten in der Statistik finden Sie über unsere Home-Page.

Im Bereich der Statistik finden regelmäßig Vorträge statt, zu denen auch Studierende eingeladen sind. Aktuelle Informationen finden Sie dazu unter http://www.statlab.uni-heidelberg.de/termine.


Lehrveranstaltungen der Statistik im SS 98

Lehrveranstaltungen der Statistik im WS98/99


Für Studierende, die im Wintersemester 1998/99 mit der Statistik beginnen wollen, ist die Vorlesung Einführung in die Statistik besonders geeignet.

Einführung in die Statistik (Grundvorlesung)

Dozent:

Prof. Dr. R. Dahlhaus

Zeit und Ort:

Di, Do 9 - 11 Uhr AM HS 134 ; Übungen n.V.

Beginn:

Dienstag, 13. Oktober 1998

Gebiet:

Angewandte Mathematik/Stochastik /Statistik

 -  Anmeldung             +  Scheinerwerb
- Fortsetzung geplant - Themenvergabe

Inhalte:

Gegenstand der Vorlesung ist eine elementare Einführung in die Statistik. Die Hörer sollen mit Grundbegriffen und Denkweisen der Statistik vertraut werden. Einzelne Verfahren sollen am Computer demonstriert werden.

Literatur:

Rice, J.: Mathematical Statistics and Data Analysis, Wadsworth 1988.
Krengel, U.: Einführung in die Wahrscheinlichkeitstheorie und Statistik, Vieweg.

Zielgruppe:

geeignet für Studierende ab dem 2. Semester mit Studienziel Diplom oder Staatsexamen (Mathematik, Physik, Bio- und Wirtschaftswissenschaften).

Voraussetzungen:

Lineare Algebra I, Analysis I

Statistik 2 (Kursusvorlesung)

Dozent:

Prof. Dr. D. W. Müller

Zeit und Ort:

Di, Fr 11 - 13 AM HS 134, Übungen 2-std. n.V.

Beginn:

Dienstag, 13. Oktober 1998

Gebiet:

Angewandte Mathematik, Statistik

 -  Anmeldung             +  Scheinerwerb
+ Fortsetzung geplant - Themenvergabe

Inhalte:

Diese Vorlesung führt in die entscheidungstheoretische Statistik ein. Der erste Teil dieser Vorlesungsreihe "Statistik I" wird nicht vorausgesetzt, erfährt hier aber eine systematische Ergänzung und Begründung.

Die Vorlesung enthält drei größere Kapitel

  1. Lokationsfamilien und Lokationsschätzung;
  2. Exponentielle Familien und erschöpfende Statistiken; bedingte Tests für vollständige exponentielle Familien;
  3. Robuste Schätzverfahren,
    eventuell
  4. Nichtparametrik.

Kapitel 1 und 2 bieten die klassische entscheidungstheoretische Statistik, Kapitel 3 und 4 benötigen asymptotische Methoden, diese erlauben, im Grenzfall hohen Informationsgehaltes der Daten approximative und qualitative Aussagen zu machen.

Literatur:

E. Lehmann: Testing Statistical Hypotheses (Wiley)
H. Witting: Mathematische Statistik (Teubner TB)
T.S. Ferguson: Mathematical Statistics - a decision - theoretic approach (Academic Press)

Zielgruppe:

Geeignet für Studierende ab dem 5. Semester mit dem Studienziel Diplom (Mathematik), Staatsexamen (Mathematik), Physik, Biowissenschaften , Wirtschaftswissenschaften.

Voraussetzungen:

Elementare Stochastik, Statistik, wahrscheinlichkeitstheoretische Maßtheorie.

Statistisches Praktikum Seminar, 4st

(nach Voranmeldung!)

Dozent:

Prof. Dr. D. W. Müller

Zeit und Ort:

Di, Do 14 - 16; AM HS 133

Beginn:

Donnerstag, 15. Oktober 1998
 +  Anmeldung             +  Scheinerwerb
- Fortsetzung geplant + Themenvergabe

Gebiet:

Angewandte Mathematik, Statistik

Inhalte:

Statistische Methoden zum Vergleich von Behandlungen unter Berücksichtigung von zusätzlichen Einflußfaktoren, insbesondere nicht-parametrischen Methoden (Covarianz-Analyse). Dabei soll auch auf algorithmisch definierte und rechenintensive Methoden eingegangen werden.
Arbeitsweise: In Gruppen werden einzelne Probleme bearbeitet oder Simulationen erstellt. Zum theoretischen Hintergrund Einzelvorträge.

Literatur:

Young, S.; Bowman, A.W.: Non-parametric Analysis of Covariance. Biometrics 51 (1995) 920-931.

Weitere Literatur siehe <http://ancovalit.html>. Weitere Informationen bei G. Sawitzki (INF 294, Raum 230, Tel.: 06221 / 54-8979)

Zielgruppe:

Studierende aller Fachrichtungen mit guten statistischen Grundkenntnissen ab dem 5. Semester.

Voraussetzung:

Gute Kenntnisse in Statistik.

Nichtparametrische Statistik und Theorie der Empirischen Prozesse (Spezialvorlesung)

Dozent:

Dr. W. Polonik

Ort und Zeit:

AM HS 133, Di 9 - 11 Uhr
Erste Sitzung: Di. 13. Okt., 9 c.t., HS 133.

Gebiet:

Statistik/Stochastik/Wahrscheinlichkeitstheorie
 -  Anmeldung             +  Scheinerwerb
- Fortsetzung geplant (+) Themenvergabe

Inhalte:

Die moderne Theorie der empirischen Prozesse ist ein wichtiges mathematisches Hilfsmittel in der asymptotischen Statistik. Das Ziel der Vorlesung ist es, die Grundzüge dieser Theorie darzulegen, sowie deren Anwendung auf verschiedene statistische Problemstellungen, insbesondere aus der Nichtparametrischen Statistik, aufzuzeigen.
Themen und Stichworte:
Maximum-Likelihood-Schätzung, Anpassungstests, Konsistenz, asymptotische Normalität, Konvergenzraten, metrische Entropie, Chaining, schwache Konvergenz von stochastischen Prozessen.
Die Vorlesung orientiert sich nicht direkt an einem der bekannten Lehrbücher über Empirische Prozesse, welche aber dennoch als ergänzende Literatur empfohlen werden.

Literatur:

D. Pollard. Convergence of Stochastic Processes. Springer (1984)
G.R. Shorack und J.A. Wellner. Empirical Processes with Applications to Statistics. Wiley (1986)
A. van der Vaart und J.A. Wellner. Weak Convergence and Empirical Processes. Springer (1996)

Zielgruppe:

Studierende ab 6. Semester mit Interesse an vertieften Kenntnissen in Statistik und Wahrscheinlichkeitstheorie.

Voraussetzungen:

Statistik I, Grundkenntnisse aus der Wahrscheinlichkeitstheorie (z.B. Konvergenz von Zufallsvariablen), masstheoretische Kenntisse sind ebenfalls hilfreich.
Nähere Information bei W. Polonik, INF 294, R. 204.

Stochastische Analysis mit Anwendungen in der Finanzmathematik (Spezialvorlesung)

Dozent:

Dr. M. Mürmann

Zeit und Ort:

Mi 11 - 13, Fr 9 - 11 Uhr, AM HS -101

Beginn:

14. Oktober 1998
 -  Anmeldung             -  Scheinerwerb
- Fortsetzung geplant + Themenvergabe

Gebiet:

Angewandte Mathematik, Stochastik

Inhalte:

Stochastische Analysis (Stochastische Integration und Differentialgleichungen) ist die Grundlage von vielen mathematischen Modellen z.B. in der Physik. Ein in letzter Zeit besonders wichtiges Anwendungsgebiet ist die stochastische Finanzmathematik (z.B. Black-Scholes-Formel), die solide Kenntnisse in der stochastischen Analysis erfordert. Die Vorlesung behandelt sowohl die allgemeine Theorie, in dem Zusammenhang auch Semimartingale, als auch Anwendungen, insbesondere in der Finanzmathematik. Auf Wunsch wird zu Beginn eine Zusammenfassung über stochastische Prozesse gegeben.

Literatur:

I. Karatzas, St. E. Shreve: Brownian Motion and Stochastic Calculus, Springer Verlag 1991.
I. Karatzas, St. E. Shreve: Methods of Mathematical Finance, Springer Verlag 1998.
P. Protter: Stochastic Integration and Differential Equations, Springer Verlag 1990.
D. Revuz, M. Yor: Continuous Martingales and Brownian Motion, Springer Verlag 1994.

Zielgruppe:

Geeignet für Studierende mit Studienziel Diplom oder Fachrichtung Physik oder Wirtschaftswissenschaften ab dem 6. Semester

Voraussetzung:

Kenntnisse in Wahrscheinlichkeitstheorie einschließlich Grundkenntnisse über stochastische Prozesse (s. Inhalt).

Prinzipien der Personenversicherungsmathematik (Vortragszyklus)

Dozent:

Prof. Dr. E. Mammen.
Vortragender: Prof. Dr. H. Milbrodt, Universität Köln

Ort und Zeit:

Do 16.15 - 17.45, AM HS 134
Fr 14.15 - 15.45, AM HS 134

Beginn:

17.12. 98 und 18.12.98. Der Vortragzyklus besteht aus 6 Vorträgen. Die Vorlesung wird im Januar und Februar 1999 fortgesetzt.

Fortsetzung:

Do 21.01.99 , 16 h , AM HS 134
Fr 22.01.99, 9 h, AM HS - 104
Do 11.02.99, 16 h, AM HS 134
Fr 12.02.99, 9 h, AM HS - 104

Gebiet:

Angewandte Mathematik, Stochastik, Wahrscheinlichkeitstheorie

Inhalte:

Die Einführungsveranstaltung gibt einen kurzen Einblick in die Einordnung der Personenversicherungsmathematik in ihr wirtschaftliches und wissenschaftliches Umfeld, verbunden mit einem Abriß ihrer historischen Entwicklung. Daneben soll ein Ausblick auf die weiteren Vorträge geboten werden. Dieser einführende Teil ist mit nur geringen Vorkenntnissen aus der Stochastik verständlich.

Die folgenden Vorträge befassen sich mit deterministischen Zinsmodellen und der Beschreibung des biometrischen Risikos in der Personenversicherung, der Leistungsbewertung (Barwertberechnung) und der Prämienkalkulation, der vorsichtigen Wahl von Rechnungsgrundlagen für Zins und biometrisches Risiko, dem Deckungskapitalbegriff (insbesondere dem Studium der zeitlichen Dynamik des Deckungskapitals) und der Quantifizierung des einem Personenversicherungsvertrag inhärenten Verlustrisikos.

Die Vorträge sollen mit Grundbegriffen beginnen und bis hin zu aktuellen wissenschaftlichen Fragestellungen führen. Zur Vorlesung wird ein Skript herausgegeben.

Voraussetzungen:

Die Vorlesung richtet sich an Studenten mit soliden Kenntnissen der Wahrscheinlichkeitstheorie, die ersten beiden Vorträge können auch mit geringem stochastischen Vorwissen gehört werden.


Statistik (Seminar)

Dozent:

Prof. Dr. R. Dahlhaus

Zeit und Ort:

Di 14-16, AM HS 134

Gebiet:

Angewandte Mathematik, Mathematische Statistik

 -  Anmeldung             +  Scheinerwerb
+ Fortsetzung geplant + Themenvergabe

Inhalte:

Das Seminar behandelt einen Themenkomplex aus der Zeitreihenanalyse oder aus dem Bereich der generalisierten linearen Modelle. Genaueres wird im September per Aushang bekannt gegeben.

Literatur:


Vorkenntisse:

Grundvorlesung Statistik od. Stochastik, Kursusvorlesung Statistik I.

Zielgruppe:

Studierende ab dem 5. Semester.

Computational Statistics (Arbeitsgemeinschaft)

Dozenten:

Dr. G. Sawitzki

Zeit und Ort:

Mi 10 - 12, AM Raum 230

Gebiet:

Angewandte Mathematik, Statistik , Informatik
 -  Anmeldung             -  Scheinerwerb
+ Fortsetzung geplant + Themenvergabe

Inhalte:

In dieser Arbeitsgemeinschaft werden Methoden und Werkzeuge zur Entwicklung von Software für statistische Simulationen behandelt. Im Mittelpunkt steht dabei die Entwicklung portabler (Plattform-unabhängiger) Simulationssysteme.

Literatur:

W.R. Gilks, S. Richardson and D.J. Spiegelhalter Markov Chain Monte Carlo in Practice, Chapman & Hall 1996 ;
P.Dirschedl & R.Ostermann (eds.) Computational Statistics. Papers collected on the Occasion of the 25th Conference on Statistical Computing at Schloss Reisensburg. Heidelberg, Physica, 1994, ISBN 3-7908-0813-X.

Aktuelle Literatur aus Zeitschriften, insbesondere
Journal of Computational and Graphical Statistics
Computational Statistics and Data Analysis
Journal of the American Mathematical Society

Siehe auch http://www.statlab.uni-heidelberg.de/.

Zielgruppe:

Studierende mittlerer und höherer Semester mit Interesse an Statistik und Informatik.

Voraussetzungen:

Gute Grundkenntnisse in Statistik, Kenntnisse in mindestens einer höheren Programmiersprache, Kenntnisse in der Rechnerbenutzung.
Beschränkte Teilnehmerzahl. Anmeldung ist erforderlich. Anmeldung und weitere Information bei G. Sawitzki (INF 294, Raum 230, Tel: 06221 / 54-8979)

Aktuelle Probleme aus der statistischen Beratung (Arbeitsgemeinschaft)

Dozenten:

Dr. G. Sawitzki

Zeit und Ort:

jeweils 1. Do im Monat, 16-18 Uhr, AM Raum 209

Vorbesprechung:

-

Gebiet:

Angewandte Mathematik, Statistik
 -  Anmeldung             -  Scheinerwerb
+ Fortsetzung geplant + Themenvergabe

Inhalte:

Berichte und Diskussion über aktuelle Probleme aus der statistische Beratung.

Literatur:

-

Vorkenntisse:

Grundvorlesung Statistik od. Stochastik. Weitergehende Statistik-Kenntnisse sind hilfreich, aber nicht Voraussetzung.

Zielgruppe:

Studenten mittlerer und höherer Semester. Die Veranstaltung ist auch als Orientierungs-Veranstaltung für Studenten im mittleren Semester geeignet.

Kolloquium über Statistik

Dozenten:

R. Dahlhaus, D.W. Müller

Zeit und Ort:

Do 16-18 / AM HS 134

Gebiet:

Angewandte Mathematik, Statistik
 -  Anmeldung             -  Scheinerwerb
+ Fortsetzung geplant + Themenvergabe

Inhalte:

Hier tragen normalerweise Kolloquiumsgäste oder Mitarbeiter und Dozenten über ihre Forschung vor. Wer mit dem Gedanken spielt, sich in Richtung Statistik zu spezialisieren, kann sich hier als Zuhörer orientieren.

Zielgruppe:

allgemein ab 6. Semester

Ausgewählte Kapitel aus der Mathematischen Statistik (Oberseminar)

Dozenten:

R. Dahlhaus, D.W. Müller

Ort und Zeit:

Do 11:15 - 12:45 / AM HS 101

Vorbesprechung:

Do 22.10.98 um 11:15, AM 101

Gebiet:

Angewandte Mathematik, Statistik
 -  Anmeldung             -  Scheinerwerb
+ Fortsetzung geplant + Themenvergabe

Inhalte:

Aktuelle Entwicklungen der Mathematischen Statistik.

Zielgruppe:

allgemein ab Hauptstudium. Alle Studierenden, die eine Diplomarbeit in Statistik erwägen oder beabsichtigen, sich in Statistik zu spezialisieren, sind zu dem Oberseminar herzlichst eingeladen.

Markov-Ketten (Proseminar)

Dozent:

Prof. Dr. D.W. Müller, Dr. G. Sawitzki

Ort und Zeit:

AM HS 133, Do 9 - 11 Uhr
Erste Sitzung und Festlegung des endgültigen Termins: Do. 15. Okt., 10ct, HS 101.
Voranmeldungen bitte bei Frau Neubauer, AM Zi. 231.

Gebiet:

Statistik/Stochastik/Informatik
 +  Anmeldung             +  Scheinerwerb
+ Fortsetzung geplant - Themenvergabe

Inhalte:

Einführung in die Theorie der Markov-Ketten. Markov-Ketten sind ein grundlegendes Beispiel für dynamische Systeme mit zufälligen (stochastischen) Einflüssen. Wesentliche Grundkonzepte der Statistik und Wahrsheinlichkeitsrechnung lassen sich hieran illustrieren. In aktuellen Zusammenhängen dienen Markov-Ketten als zentrale Bausteine bei der Simulation komplexer Systeme.
Themen und Stichworte: Übergangskerne, Irreduzibilität und ergodisches Verhalten, Transienz und Rekurrenz, zentrale Grenzwertsätze, qualitatives Verhalten von Markov-Ketten.

Literatur:

K. Jacobs: Markov-Prozesse mit endlichvielen Zuständen. In:Selecta Mathematica IV. Heidelberger Taschenbücher 98 (1972), pp. 94-142

Zielgruppe:

Studierende ab 3. Semester mit Interesse an Statistik und Wahrscheinlichkeitstheorie.

Voraussetzungen:

A I, LAI. Grundkenntnisse in Wahrscheinlichkeitstheorie sind hilfreich, aber nicht Voraussetzung.
Anmeldung ist erwünscht. Nähere Information bei G. Sawitzki, INF 294, R. 230.


Siehe auch:


Wahrscheinlichkeits- und Maßtheorie 1 (Kursusvorlesung)


Übungen n.V.

Dozent:

Dr. U. R. Fiebig

Zeit und Ort:

Mi 11 - 13, Fr 9 -11 Uhr, AM HS 134

Beginn:

Mittwoch, 14. Oktober 1998
 -  Anmeldung             -  Scheinerwerb
+ Fortsetzung geplant Themenvergabe

Gebiet:

Angewandte Mathematik, Stochastik

Inhalte:

Geboten wird ein rigoroser Aufbau der Wahrscheinlichkeitstheorie bei dem die benötigte Maß- und Integrationstheorie parallel entwickelt wird. Dargestellt werden sollen die grundlegenden Methoden und Ergebnisse der Wahrscheinlichkeitstheorie wie 0-1-Gesetze, Konvergenzbegriffe für Zufallsvariablen, Gesetze der großen Zahlen, Ergodensätze, Konvergenz von Maßen, Fouriertransformierte (bzw. charakteristische Funktionen) und zentrale Grenzwertsätze, begleitet vom Aufbau der Maßtheorie (Konstruktion von Maßen, insbesondere Lebesguemaß, sowie die Lebesguesche Integrationstheorie). Obwohl nicht zwingend erforderlich, so sind Grundkenntnisse aus der elementaren diskreten Wahrscheinlichkeitstheorie hilfreich, etwa im Rahmen von § 1- § 4 aus [U.Krengel: Einführung in die Wahrscheinlichkeitstheorie und Statistik] oder Kapitel I, II, V-IX aus [Feller: An Introduction to Probability Theory and its Applications, Volume I, 3rd ed.,1968].

Literatur:

u.a. Billingsley, Probability and Measure (weitere Literatur wird in der Vorlesung bekannt gegeben).

Zielgruppe:

Geeignet für Studierende ab dem 4. Semester.

Voraussetzungen:

Grundkenntnisse der elementaren diskreten Wahrscheinlichkeitstheorie sind hilfreich.

Wahrscheinlichkeitstheorie, 2st.

Dozent:

Dr. R. Lang

Ort und Zeit:

Fr 14 - 16, AM HS 133

Beginn:

16. Oktober 98

Stochastische Finanzmathematik, Seminar

Dozenten:

Dr. M. Mürmann

Ort und Zeit:

Di 14 - 16 , AM HS -111

Vorbesprechung und Beginn:

13. Oktober 98

Gebiet:

Stochastik
 +  Anmeldung             +  Scheinerwerb
- Fortsetzung geplant + Themenvergabe

Inhalte:

Das Seminar behandelt stochastische Modelle der Finanzmathematik, speziell das Problem der Optionsbewertung (Black-Scholes-Formel). Den größten Teil des Seminars werden wir uns mit Modellen mit diskreter Zeit beschäftigen, die keine fortgeschrittene Theorie stochastischer Prozesse benötigen. Gegen Ende werden auch Modelle mit kontinuierlicher Zeit betrachtet. Das Seminar kann als geeignete Ergänzung zu meiner Vorlesung, aber auch unabhängig davon, belegt werden.

Literatur:

Aus der Zeitschrift Theory of Probability and Its Application, 39 (1994)
A.N. Shiryaev, On Some Basic Concepts and Some Basic Stochastic Models Used in Finance, pp. 1-3.
A.N. Shiryaev et al., Toward the Theory of Pricing of Options of Both European and American Types I. Discrete Time, pp. 14-60.
A.N. Shiryaev et al., Toward the Theory of Pricing of Options of Both European and American Types II. Continuous Time, pp. 61-102.
Zur vorherigen Einführung in das Thema wird empfohlen:
F. Föllmer, Ein Nobel-Preis für die Formel?, DMV Mitteilungen 1 - 1998, 4-7.

Voraussetzungen:

Vorausgesetzt werden Kenntnisse in Wahrscheinlichkeits- und Maßtheorie im Umfang einer Kursusvorlesung.

Vorträge werden ab sofort vergeben (Inst. f. Angew. Math., Zi. 105)


Wahrscheinlichkeitstheorie (Seminar, 2st)

Dozent

Dr. U. R. Fiebig, Dr. M. Mürmann

Beginn:

Am 15.10. findet eine Vorbesprechung statt, Interessenten können sich aber gerne schon während der Semesterferien zwecks Themenvergabe an einen der Veranstaltenden wenden.

Inhalt:

Behandelt werden sollen ausgewählte Probleme und " Paradoxa" der Wahrscheinlichkeitstheorie, die mit elementaren Methoden zu lösen sind. Es soll gezeigt werden, wie durch richtige Modellbildung scheinbar schwierige oder widersprüchliche Probleme einfach (auf-)gelöst werden können. Vorausgesetzt wird die Kenntnis der Grundbegriffe der elementaren Wahrscheinlichkeitstheorie, etwa im Rahmen einer Vorlesung "Einführung in die Stochastik" . Dieses Proseminar ist insbesondere auch für Lehramtskandidaten geeignet.

Literatur:

Gunnar Blom, Lars Holst, Dennis Sandell, Problems and Snapshots from the World of Probability, Springer-Verlag 1994.

Voraussetzungen:

Grundbegriffe der elementaren Wahrscheinlichkeitstheorie.

Zielgruppe:

für Lehramtskandidaten geeignet.

Theorie der großen Abweichungen (Spezialvorlesung, 2st.)

Dr. M. Soloveitchik

Zeit und Ort:

Do 14-16, AM HS -101