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. Das erfahren Sie im Profil „Statistik“. Sie lernen beispielsweise verschiedene Regressionsmodelle (z.B. mit Penalisierung, Transformation, Binärdaten, nichtparametrisch, nichtlinear, Random Forest) kennen und analysieren deren Aussagekraft. Sie beschäftigen sich auch damit, welche Methoden am besten zur Klassifizierung (z.B. Decision Trees, SVM) oder zum Clustering (z.B. K-Means) von Daten geeignet sind. Vor allem aber können Sie aufgrund Ihres eigenständigen Umgangs mit statistischen Daten und Modellen Ergebnisse fundiert einschätzen und kompetent interpretieren.
Typische Fragestellungen
- Wie modelliere ich Zusammenhänge zwischen Variablen?
- Welche Methoden nutze ich, um die Einflüsse mehrerer Variablen auf eine bestimmte Variable zu quantifizieren?
- Wie schätze ich die Parameter meiner Modelle, und wie sicher bin ich, dass diese Schätzer zuverlässig sind?
Module (Auswahl)
- Applied Multivariate Statistics (Prof. Dr. Okhrin)
- Data-Driven Multivariate Statistics (Prof. Dr. Okhrin)
- Theoretical Multivariate Statistics (Prof. Dr. Okhrin)
Karriereperspektiven
Sie können als Absolvent:in des Profils „Statistik“ bei Wirtschaftsforschungsinstituten, bei Banken, im quantitativen Risikomanagement oder bei Versicherungen als Data Analyst tätig werden.