Das Herbstsemester 2020 findet in einer gemischten Form aus Online- und Präsenzunterricht statt.
Bitte lesen Sie die publizierten Informationen zu den einzelnen Lehrveranstaltungen genau.

Lukas Meier: Katalogdaten im Herbstsemester 2016

NameHerr Dr. Lukas Meier
Adresse
Seminar für Statistik (SfS)
ETH Zürich, HG G 15.2
Rämistrasse 101
8092 Zürich
SWITZERLAND
Telefon+41 44 632 97 49
E-Maillukas.meier@stat.math.ethz.ch
URLhttp://stat.ethz.ch/~meier/
DepartementMathematik
BeziehungDozent

NummerTitelECTSUmfangDozierende
401-0620-00LStatistischer Beratungsdienst0 KP0.1KM. Kalisch, L. Meier
KurzbeschreibungDer statistische Beratungsdienst steht allen Angehörigen der ETH und in begrenztem Masse auch Aussenstehenden offen.
LernzielBeratung bei der statistischen Auswertung von wissenschaftlichen Daten.
InhaltStudierende und Forschende werden bei der Auswertung wissenschaftlicher Daten individuell beraten, insbesondere auch bei Bachelor-, Master- und Doktorarbeiten. Es ist sehr empfehlenswert, den Beratungsdienst nicht erst kurz vor dem Abschluss einer Arbeit aufzusuchen, sondern bereits bei der Planung einer Studie.
Voraussetzungen / BesonderesDies ist keine Vorlesung sondern ein Beratungsangebot. Es wird keine Prüfung durchgeführt, und es werden keine Kreditpunkte vergeben.

Anmeldungen richtet man an beratung@stat.math.ethz.ch Tel. 044 632 2223. Siehe auch http://stat.ethz.ch/consulting

Voraussetzungen: Kenntnis der Grundbegriffe der Statistik ist sehr erwünscht.
401-0625-01LApplied Analysis of Variance and Experimental Design Information 5 KP2V + 1UL. Meier
KurzbeschreibungPrinciples of experimental design. One-way analysis of variance. Multi-factor experiments and analysis of variance. Block designs. Latin square designs. Split-plot and strip-plot designs. Random effects and mixed effects models. Full factorials and fractional designs.
LernzielParticipants will be able to plan and analyze efficient experiments in the fields of natural sciences. They will gain practical experience by using the software R.
InhaltPrinciples of experimental design. One-way analysis of variance. Multi-factor experiments and analysis of variance. Block designs. Latin square designs. Split-plot and strip-plot designs. Random effects and mixed effects models. Full factorials and fractional designs.
LiteraturG. Oehlert: A First Course in Design and Analysis of Experiments, W.H. Freeman and Company, New York, 2000.
Voraussetzungen / BesonderesThe exercises, but also the classes will be based on procedures from the freely available, open-source statistical software R, for which an introduction will be held.
401-5640-00LZüKoSt: Seminar on Applied Statistics Information 0 KP1KM. Kalisch, P. L. Bühlmann, R. Furrer, L. Held, T. Hothorn, M. H. Maathuis, M. Mächler, L. Meier, N. Meinshausen, M. Robinson, C. Strobl
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.
701-0105-00LMathematik VI: Angewandte Statistik für Umweltnaturwissenschaften3 KP2GC. Bigler, U. Brändle, M. Kalisch, L. Meier
KurzbeschreibungStatistische Verfahren aus aktuellen Publikationen der Umweltnaturwissenschaften werden vorgestellt und angewendet. Die Teilnehmenden können Methoden nachvollziehen und beschreiben, Datensätze bereinigen, diese mit dem Softwarepaket R analysieren und Resultate in geeigneter Form darstellen. Sie können Stärken und Schwächen behandelter Verfahren für gegebene Anwendungsgebiete beschreiben.
LernzielDie Studierenden können
- geeignete statistische Methoden für die Datenanalyse in ihrem Fachgebiet nutzen.
- Datensätze mit Hilfe von explorativen Methoden charakterisieren.
- Datensätze auf ihre Tauglichkeit für die Beantwortung einer gegebenen Fragestellung prüfen, für den Import in ein Statistikprogramm aufbereiten und die Analyse durchführen.
- statistische Auswertungen interpretieren und für Präsentationen und Publikationen grafisch aufbereiten.
- Grundlagen von statistischen Methoden in aktuellen Papers beschreiben.
- das Softwarepaket R für statistische Analysen anwenden
InhaltStatistische Methoden: Regression (lineare Modelle; generalisierte lineare Modelle; GLMs); Varianzanalyse; gemischte Modelle für gruppierte Daten (mixed-effects models); Fragebogenstatistik; Tests (t Test; Chiquadrat Test; Fisher Test); Power-Analyse

Werkzeuge: Explorative Datenanalyse für Hypothesenbildung; Auswahlverfahren für geeignete statistische Verfahren; Datenaufbereitung (Excel -> R; Datenbereinigung); graphische Darstellung von Resultaten; statistische Verfahren in Publikationen erkennen
Wir arbeiten mit dem Softwarepaket R.

Form: Im Wochenrhythmus finden alternierend Einführungen in eine neue Methode und Übungsstunden zum Thema statt.
Voraussetzungen / BesonderesBesuch von "Mathematik IV: Statistik" oder vergleichbare Lehrveranstaltung