Statistik

Kurzbeschreibung

In der Welt der Daten ist es immer wichtig zu wissen, welche Erkenntnisse man aus einem Datensatz gewinnen kann und welche Methoden dafür besonders geeignet sind. Wie visualisiere ich meine Daten? Welche theoretischen Modelle können meine Daten beschreiben? Wie schätze ich die Parameter dieser Modelle? Das sind einige der Fragestellungen, mit denen sich das Profil „Statistik“ beschäftigt. Die Studierenden lernen beispielsweise verschiedene Regressionsmodelle (z.B. mit Penalisierung, Transformation, Binärdaten, nichtparametrisch, nichtlinear, Random Forest) kennen und analysieren deren Aussagekraft. Es wird thematisiert, welche Methoden am besten zur Klassifizierung (z.B. Decision Trees, SVM) oder zum Clustering (z.B. K-Means) von Daten geeignet sind. Die Studierenden werden zu einer eigenständigen Arbeitsweise im Umgang mit statistischen Daten und Modellen angeleitet und lernen, die Ergebnisse sachgerecht zu interpretieren.

Typische Fragestellungen

Wie modelliere ich Zusammenhänge zwischen Variablen?
Welche Methoden nutzt man um die Einflüsse mehrerer Variablen auf eine bestimmte Variable zu quantifizieren?
Wie schätze ich Parameter von meinen Modellen und wie sicher bin ich, dass diese Schätzer zuverlässig sind?

Module (Auswahl)

einführend

Statistische Programmiersprachen (Prof. Dr. Okhrin)
Theoretical Multivariate Statistics (Prof. Dr. Okhrin)
Applied Multivariate Statistics (Prof. Dr. Okhrin)

vertiefend

Data-Driven Multivariate Statistics (Prof. Dr. Okhrin)

Karriereperspektiven

Absolvent:innen des Profils „Statistik“ können bei Wirtschaftsforschungsinstituten, bei Banken, im quantitativen Risikomanagement oder bei Versicherungen als Data Analysts tätig werden.