After successful completion of the course, students are able to

choose an optimal satistic decision in the field of parameter estimation for a stochastic model

or to choose an non-parametrical model and apply optimal decisions inthat case

theory of estimation

stochastische Modelle zu erstellen, beherrschen die Standardverfahren der Bayes-Statistik, verfügen über Kenntnisse in speziellen Gebieten (wie nichtparametrische Verfahren im Bayes'schen Kontext), die Verwendung der allgemeinen bedingten Erwartung unter einer Sigma-algebra wird auch im nicht dominierten Fall beherrscht, die unbeschränkten Verwendungen von Bayes-Modellen kann in Theorie und Datenanalyse eingebracht werden. eigenständige Erstellung und Implementierung von Software zu Bayes-Statistik wird beherrscht

Die Termine werden in Abprache mit dem Vortragenden vereinbart

Interessenten sollen per Mail bzw,  telefonisch  Information zur LV abrufen

stochastische Modelle zu erstellen, beherrschen die Standardverfahren der Bayes-Statistik, verfügen über Kenntnisse in speziellen Gebieten (wie nichtparametrische Verfahren im Bayes'schen Kontext), die Verwendung der allgemeinen bedingten Erwartung unter einer Sigma-algebra wird auch im nicht dominierten Fall beherrscht, die unbeschränkten Verwendungen von Bayes-Modellen kann in Theorie und Datenanalyse eingebracht werden. eigenständige Erstellung und Implementierung von Software zu Bayes-Statistik wird beherrscht

Persönliche Anmeldung in der Vorbesprechung oder per Mail