Fortgeschrittene Statistische Methoden

Fortgeschrittene Statistische Methoden (Seminar-Übung)

WS 2015-16, Do 08-10h & 10 -12 CIP Raum Psychologie Binger Str.
(statt VL+Tut werden 2 Seminare abgehalten - erste 3 Wochen immer Plenum im Hörsaal 211)


Klausur   Hinweise(pdf)   Beispielklausur(xls)  Lösung  Klausur(xls)
Aufgaben       Probeklausur(xls)  Lösung  Klausur(xls)
Statistica            Klausur(xls)
Excel   Factor_t   NormalEllipse_t qq-plot_t Discrim_t
    Factor_c   NormalEllipse_c qq-plot_c Discrim_c
Add-Ins   Matrix Add-In        

Stunde 1 (Do 22.10.2015 - gemeinsame Plenumssitzung im R.01-211, 8.15-9.45h)

Einführung & Überblick. Was sind multivariate statistische Methoden?

Excel Einführung für Studierende von anderen Standorten: Terminplanung hier:

http://methodenlehre.sowi.uni-mainz.de/methods/index.php/news/653-excel-einfuehrung-fuer-studierende-im-wise-2015-2016

Folien(ppt) Folien(pdf)


Stunde 2 (Do 29.10.2015 - gemeinsame Plenumssitzung im R.01-211, 8.15-9.45h)

Multidimensionale Skalierung (MDS)

FolienMDS(ppt) Resultsdatei(stat) FolienMDS(pdf) Stunden-XLS

MDS-Paarvgl: Files.zip


Stunde 3 (Do 05.11.2015 - gemeinsame Plenumssitzung im R.01-211, 8.15-9.45h)

Vektoren & Matrizen.


Stunde 4 (Do 12.11.2015 - CIP Raum, Gruppen I (8.15-9.45h) und II (10.15-11.45h))

Lineare Abhängigkeit und Unabhängigkeit. Matrizen & Koordinatentransformationen.

Lin Unabh.  Matrizen  LineareAlgebra  MatrixCommands workfile(xls)

Stunde 5 (Do 19.11.2015 - CIP Raum, Gruppen I (8.15-9.45h) und II (10.15-11.45h))

Eigenwerte & Eigenvektoren.


Stunde 6 (Do 26.11.2015 - CIP Raum, Gruppen I (8.15-9.45h) und II (10.15-11.45h))

Faktorenanalyse. Grundkonzepte.

FolienFaktor(ppt) ÜbungFaktor(xls) SkriptFactor(pdf) work_G1(xls)   work_G2(xls)


Stunde 7 + 8 (CIP Raum, Gruppen I (8.15-9.45h) und II (10.15-11.45h))

Faktorenanalyse. Gang der Lösung. workfile(xls) Übungsaufgabe(pdf) DatenÜbungsaufgabe(xls) LösungÜbungsaufgabe(xls)


Stunde 9 (CIP Raum, Gruppen I (8.15-9.45h) und II (10.15-11.45h))

Multivariate Distanz (Mahalanobisdistanz) und multivariate Normalverteilung, Minimum Distance Classifier.

Folien.ppt Folien.pdf worksheetMDC(xls) work_G1(xls) work_G2(xls)


Stunde 10 (CIP Raum, Gruppen I (8.15-9.45h) und II (10.15-11.45h))

Der Bayes Classifier und Aufgaben zur Klassifikation.

Aufgaben         DatAufg   AufgLösung   workfile(xls)


Stunde 11 + 12 (CIP Raum, Gruppen I (8.15-9.45h) und II (10.15-11.45h))

Entscheiden mit dem Likelihood-Ratio. QCR Regel der Klassifikation.

L-R Decision(ppt) L-R Decision(pdf) Nutzenfunktion(xls) Dice-Game(xls)

Nutzenfunktion_workfile(xls)


Stunde 13 (CIP Raum, Gruppen I (8.15-9.45h) und II (10.15-11.45h))

Diskriminanzanalyse

Diskriminanzanalyse(ppt) Diskriminanzanalyse(pdf) 3Vars3GroupsDaten(xls) Work3Vars3GroupsDaten(xls) 3Vars3GroupsDaten(sta)  WorkOnDFA2DTemplate(xls)


Stunde 14 (CIP Raum, Gruppen I (8.15-9.45h) und II (10.15-11.45h))

Prüfung des multivariaten Mittelwertsunterschieds.

Hotelling.ppt  Hotelling.pdf   Descriptives(xls)  workfile


Twitter Feed