Vorlesung: 07-M/MA-R3, 07-MDS-12 Lineare Modelle mit R: Regression und Varianzanalyse (R3) - Details

Vorlesung: 07-M/MA-R3, 07-MDS-12 Lineare Modelle mit R: Regression und Varianzanalyse (R3) - Details

Nachrichtenbox schließen
Sie sind nicht in Stud.IP angemeldet.

Allgemeine Informationen

Veranstaltungsname Vorlesung: 07-M/MA-R3, 07-MDS-12 Lineare Modelle mit R: Regression und Varianzanalyse (R3)
Untertitel R3
Veranstaltungsformat unbekannt
Veranstaltungsnummer 07-M/MA-R3, 07-MDS-12
Semester SoSe 2026
Aktuelle Anzahl der Teilnehmenden 0
erwartete Teilnehmendenanzahl 30
Heimat-Einrichtung Mathematisches Institut
Veranstaltungstyp Vorlesung in der Kategorie Lehre
E-Label Ergänzung–Ergänzung
Nächster Termin Dienstag, 14.04.2026 14:00 - 16:00, Ort: (PC-Labor, Arndtstraße 2, Raum 002)

Räume und Zeiten

(PC-Labor, Arndtstraße 2, Raum 002)
Dienstag: 14:00 - 16:00, wöchentlich (14x)

Informationen für das eVV

Veranstaltungs- und Datumsinfo

Kommentar/Beschreibung

Dieser Kurs ist die Fortsetzung des Kurses R 2 aus dem vergangenen WiSe (oder einem früheren Semester). Beachten Sie bitte die ganz unten aufgeführten notwendigen Voraussetzungen. (Beachten Sie ferner, dass es in diesem Modul auch eine dazugehörige Übung gibt, in die Sie sich bitte ebenfalls via Stud.IP eintragen, wenn Sie daran teilzunehmen beabsichtigen.)

Kompetenzziele: Sie erlernen die Analyse realer Daten durch lineare Modelle mit der Open-Source-Software R und werden
• die Grundlagen der linearen Regression mit stetigen und diskreten Covariablen beherrschen,
• Methoden der Konstruktion, Transformation und Diagnose von Regressionsmodellen kennen,
• Inferenzstatistik in/mit linearen Regressionsmodellen betreiben können, als da wären Schätzung samt Konfidenz- und Prognose samt Toleranzintervallen sowie Tests linearer Hypothesen.

Modulinhalte:
• Auffrischung theoretischer Grundlagen
• Formulierung einfacher und multipler linearer Regressionsmodelle in R, samt Interaktionen zwischen Covariablen sowie polynomialer Regression
• Grafisch-qualitative und quantitative diagnostische Residualanalyse, Variablentransformationen, Methoden der Modellkonstruktion
• Schätz- und Prognosewerte samt Konfidenz- bzw. Toleranzintervallen, Tests allgemeiner linearer Hypothesen

Formales ist jeweils zu finden in der Anlage 2 (Modulbeschreibungen) für den Master-Studiengang
• Mathematik, in dem dieses Modul 07-M/MA-R3 heißt, unter https://www.uni-giessen.de/de/mug/7/findex36.html/7_36_07_3_M;
• Data Science, in dem dieses Modul 07-MDS-03 heißt, unter https://www.uni-giessen.de/de/mug/7/findex36.html/7_36_07_8.

Der Kurs richtet sich an Studierende des Master-Studienganges Mathematik mit Interesse an angewandter Stochastik, des Master-Studienganges Data Science (in dem es ab Sommer 2024 ein Pflichtmodul ist) und an Studierende aus anderen Fachgebieten mit belastbarem mathematisch-statistischem Basiswissen. Kenntnisse aus den Modulen Grundlagen der Datenanalyse mit R (R 1) und Statistik und Simulationen mit R (R 2) (oder vergleichbare Kenntnisse) sowie aus grundlegenden Vorlesungen zur Stochastik/Statistik und zur Theorie der linearen Modelle sind unabdingbar notwendig.

Anmelderegeln

Diese Veranstaltung gehört zum Anmeldeset "Anmeldung gesperrt (global)".
Folgende Regeln gelten für die Anmeldung:
  • Die Anmeldung ist gesperrt.