Sara van de Geer: Katalogdaten im Herbstsemester 2017

NameFrau Prof. Dr. Sara van de Geer
LehrgebietStatistik
Adresse
Seminar für Statistik (SfS)
ETH Zürich, HG G 15.1
Rämistrasse 101
8092 Zürich
SWITZERLAND
Telefon+41 44 632 22 52
E-Mailsara.vandegeer@stat.math.ethz.ch
URLhttp://stat.ethz.ch/~vsara
DepartementMathematik
BeziehungOrdentliche Professorin

NummerTitelECTSUmfangDozierende
401-3620-67LStudent Seminar in Statistics: Computer Age Statistical Inference Belegung eingeschränkt - Details anzeigen
Maximale Teilnehmerzahl: 24

Hauptsächlich für Studierende im Studiengang Mathematik Bachelor oder Master, welche zusätzlich zum Einführungskurs 401-2604-00L Wahrscheinlichkeit und Statistik / Probability and Statistics mindestens ein Kern- oder Wahlfach in Statistik besucht haben.
4 KP2SM. H. Maathuis, P. L. Bühlmann, N. Meinshausen, S. van de Geer
KurzbeschreibungWe study selected chapters from the book "Computer Age Statistical Inference: Algorithms, Evidence and Data Science" by Bradley Efron and Trevor Hastie.
LernzielDuring this seminar, we will study roughly one chapter per week from the book "Computer Age Statistical Inference: Algorithms, Evidence and Data Science" by Bradley Efron and Trevor Hastie. You will obtain a good overview of the field of modern statistics. Moreover, you will practice your self-studying and presentation skills.
InhaltIn the words of Efron and Hastie: "The twenty-first century has seen a breathtaking expansion of statistical methodology, both in scope and in influence. “Big data,” “data science,” and “machine learning” have become familiar terms in the news, as statistical methods are brought to bear upon the enormous data sets of modern science and commerce. How did we get here? And where are we going? This book takes us on a journey through the revolution in data analysis following the introduction of electronic computation in the 1950s. Beginning with classical inferential theories – Bayesian, frequentist, Fisherian – individual chapters take up a series of influential topics: survival analysis, logistic regression, empirical Bayes, the jackknife and bootstrap, random forests, neural networks, Markov chain Monte Carlo, inference after model selection, and dozens more. The book integrates methodology and algorithms with statistical inference, and ends with speculation on the future direction of statistics and data science."
LiteraturBradley Efron and Trevor Hastie (2016). Computer Age Statistical Inference: Algorithms, Evidence and Data Science. Cambridge University Press, New York. ISBN: 9781107149892.
Voraussetzungen / BesonderesWe require at least one course in statistics in addition to the 4th semester course Introduction to Probability and Statistics, as well as some experience with the statistical software R.

Topics will be assigned during the first meeting.
401-3621-00LFundamentals of Mathematical Statistics Information 10 KP4V + 1US. van de Geer
KurzbeschreibungThe course covers the basics of inferential statistics.
Lernziel
401-5620-00LResearch Seminar on Statistics Information 0 KP2KL. Held, T. Hothorn, D. Kozbur, M. H. Maathuis, N. Meinshausen, S. van de Geer, M. Wolf
KurzbeschreibungResearch colloquium
Lernziel
401-5640-00LZüKoSt: Seminar on Applied Statistics Information 0 KP1KM. Kalisch, R. Furrer, L. Held, T. Hothorn, M. H. Maathuis, M. Mächler, L. Meier, N. Meinshausen, M. Robinson, C. Strobl, S. van de Geer
KurzbeschreibungEtwa 5 Vorträge zur angewandten Statistik.
LernzielKennenlernen von statistischen Methoden in ihrer Anwendung in verschiedenen Anwendungsgebieten.
InhaltIn etwa 5 Einzelvorträgen pro Semester werden Methoden der Statistik einzeln oder überblicksartig vorgestellt, oder es werden Probleme und Problemtypen aus einzelnen Anwendungsgebieten besprochen.
Voraussetzungen / BesonderesDies ist keine Vorlesung. Es wird keine Prüfung durchgeführt, und es werden keine Kreditpunkte vergeben.
Nach besonderem Programm:
http://stat.ethz.ch/events/zukost
Lehrsprache ist Englisch oder Deutsch je nach ReferentIn.
406-2604-AALProbability and Statistics
Belegung ist NUR erlaubt für MSc Studierende, die diese Lerneinheit als Auflagenfach verfügt haben.

Alle andere Studierenden (u.a. auch Mobilitätsstudierende, Doktorierende) können diese Lerneinheit NICHT belegen.
7 KP15RS. van de Geer
KurzbeschreibungIntroduction to probability and statistics with many examples, based on chapters from the books "Probability and Random Processes" by G. Grimmett and D. Stirzaker and "Mathematical Statistics and Data Analysis" by J. Rice.
LernzielThe goal of this course is to provide an introduction to the basic ideas and concepts from probability theory and mathematical statistics. In addition to a mathematically rigorous treatment, also an intuitive understanding and familiarity with the ideas behind the definitions are emphasized. Measure theory is not used systematically, but it should become clear why and where measure theory is needed.
InhaltProbability:
Chapters 1-5 (Probabilities and events, Discrete and continuous random variables, Generating functions) and Sections 7.1-7.5 (Convergence of random variables) from the book "Probability and Random Processes". Most of this material is also covered in Chap. 1-5 of "Mathematical Statistics and Data Analysis", on a slightly easier level.

Statistics:
Sections 8.1 - 8.5 (Estimation of parameters), 9.1 - 9.4 (Testing Hypotheses), 11.1 - 11.3 (Comparing two samples) from "Mathematical Statistics and Data Analysis".
LiteraturGeoffrey Grimmett and David Stirzaker, Probability and Random Processes.
3rd Edition. Oxford University Press, 2001.

John A. Rice, Mathematical Statistics and Data Analysis, 3rd edition.
Duxbury Press, 2006.
406-3621-AALFundamentals of Mathematical Statistics
Belegung ist NUR erlaubt für MSc Studierende, die diese Lerneinheit als Auflagenfach verfügt haben.

Alle andere Studierenden (u.a. auch Mobilitätsstudierende, Doktorierende) können diese Lerneinheit NICHT belegen.
10 KP21RS. van de Geer
KurzbeschreibungThe course covers the basics of inferential statistics.
Lernziel