Lukas Meier: Katalogdaten im Herbstsemester 2016 |
Name | Herr 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 |
lukas.meier@stat.math.ethz.ch | |
URL | http://stat.ethz.ch/~meier/ |
Departement | Mathematik |
Beziehung | Dozent |
Nummer | Titel | ECTS | Umfang | Dozierende | |
---|---|---|---|---|---|
401-0620-00L | Statistischer Beratungsdienst | 0 KP | 0.1K | M. Kalisch, L. Meier | |
Kurzbeschreibung | Der statistische Beratungsdienst steht allen Angehörigen der ETH und in begrenztem Masse auch Aussenstehenden offen. | ||||
Lernziel | Beratung bei der statistischen Auswertung von wissenschaftlichen Daten. | ||||
Inhalt | Studierende 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 / Besonderes | Dies 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. | ||||
401-0625-01L | Applied Analysis of Variance and Experimental Design | 5 KP | 2V + 1U | L. Meier | |
Kurzbeschreibung | Principles 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. | ||||
Lernziel | Participants 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. | ||||
Inhalt | Principles 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. | ||||
Literatur | G. Oehlert: A First Course in Design and Analysis of Experiments, W.H. Freeman and Company, New York, 2000. | ||||
Voraussetzungen / Besonderes | The 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. | ||||
401-5640-00L | ZüKoSt: Seminar on Applied Statistics | 0 KP | 1K | M. Kalisch, P. L. Bühlmann, R. Furrer, L. Held, T. Hothorn, M. H. Maathuis, M. Mächler, L. Meier, N. Meinshausen, M. Robinson, C. Strobl | |
Kurzbeschreibung | Etwa 5 Vorträge zur angewandten Statistik. | ||||
Lernziel | Kennenlernen von statistischen Methoden in ihrer Anwendung in verschiedenen Anwendungsgebieten. | ||||
Inhalt | In etwa 5 Einzelvorträgen pro Semester werden Methoden der Statistik einzeln oder überblicksartig vorgestellt, oder es werden Probleme und Problemtypen aus einzelnen Anwendungsgebieten besprochen. | ||||
Voraussetzungen / Besonderes | Dies 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. | ||||
701-0105-00L | Mathematik VI: Angewandte Statistik für Umweltnaturwissenschaften | 3 KP | 2G | C. Bigler, U. Brändle, M. Kalisch, L. Meier | |
Kurzbeschreibung | Statistische 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. | ||||
Lernziel | Die 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 | ||||
Inhalt | Statistische 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 / Besonderes | Besuch von "Mathematik IV: Statistik" oder vergleichbare Lehrveranstaltung |