Statistik
Kurzbeschreibung
In „Statistik“ erfahren Sie, welche Methoden zur Analyse von Datensätzen besonders geeignet sind. Sie beschäftigen sich mit Regressionsmodellen (z. B. mit Penalisierung, Transformation, Binärdaten, nichtparametrisch, nichtlinear, Random Forest) sowie mit Verfahren für Klassifizierung (z. B. Decision Trees, SVM) und Clustering (z. B. K-Means). Durch den eigenständigen Umgang mit Daten lernen Sie, Ergebnisse fundiert einzuordnen und zu interpretieren.
Typische Fragestellungen
- Wie modelliert man Zusammenhänge zwischen Variablen?
- Welche Methoden kann man nutzen, um die Einflüsse mehrerer Variablen auf eine bestimmte Variable zu quantifizieren?
- Wie schätzt man Parameter von Modellen, und wie sicher weiß man, 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
Als Absolvent:in von „Statistik“ können Sie bei Wirtschaftsforschungsinstituten, bei Banken, im quantitativen Risikomanagement oder bei Versicherungen als Data Analyst tätig werden.