Angewandte Statistik

Vorlesung

• Woche 1: Einführung und Refresher R (8. April, Timo Adam & Julian Hinz)
  Folien anschauen | Folien runterladen | Code runterladen | Weitere Informationen

• Woche 2: Verteilungsschätzung, Histogramme (15. April, Timo Adam)
  Folien anschauen | Folien runterladen

• Woche 3: Verteilungsschätzung, Kerndichteschätzer (22. April, Timo Adam)

• Woche 4: Lineare Regression, Poissonregression (29. April, Timo Adam)

• Woche 5: Logistische Regression (6. Mai, Timo Adam)

• Woche 6: Nicht-parametrische Regression, Nadaraya-Watson (13. Mai, Timo Adam)

• Woche 7: Nicht-parametrische Regression, Splines (20. Mai, Timo Adam)

• Woche 8: Klassifikation (27. Mai, Julian Hinz)

• Woche 9: Dimensionsreduktion und Clustering (3. Juni, Julian Hinz)

• Woche 10: Bootstrapping (10. Juni, Julian Hinz)

• Woche 11: Kausale Inferenz (Aaron Lohmann) (17. Juni, Aaron Lohmann)

• Woche 12: Difference-in-differences (24. Juni, Aaron Lohmann)

• Woche 13: LLMs (1. Juli, Julian Hinz)

• Woche 14: Wrap-up und Q & A (8. Juli)

Übung

• Woche 2: Refresher R (17. April)
  Aufgaben anschauen Code runterladen Daten runterladen Lösung Lars

• Woche 3: Verteilungsschätzung, Histogramme (24. April)
  Aufgaben anschauen

• Woche 4: Verteilungsschätzung, Kerndichteschätzer (1. Mai)

• Woche 5: Lineare Regression, Poissonregression (8. Mai)

• Woche 6: Logistische Regression (15. Mai)

• Woche 7: Nicht-parametrische Regression, Nadaraya-Watson (22. Mai)

• Woche 8: Nicht-parametrische Regression, Splines (29. Mai)

• Woche 9: Klassifikation (5. Juni)

• Woche 10: Dimensionsreduktion (12. Juni)

• Woche 11: Bootstrapping (19. Juni)

• Woche 12: Kausale Inferenz (26. Juni)

• Woche 13: Difference-in-differences (3. Juli)