Seminar: Analyse funktionaler Daten

Wintersemester 2016/17

Immer öfter begegnet man seit einiger Zeit Daten mit funktionalem Charakter, für die jede Beobachtung eine Kurve darstellt. Beispiele reichen von der Ökonometrie oder Meteorologie, wo gewisse Größen kontinuierlich über die Zeit erhoben werden, bis zu Absorptionsspektren von infrarotem Licht in der Chemometrie. Statt Messungen dieser Kurven an diskreten Punkten als einzelne Variablen aufzufassen, empfiehlt es sich bei der Analyse dieser Art von Daten auf deren speziellen funktionalen Charakter Rücksicht zu nehmen und diesen gewinnbringend zu nutzen.

Im Seminar werden nun eine Reihe von Verfahren vorgestellt und untersucht, die speziell auf funktionale Daten zugeschnitten sind. Dabei werden sowohl (inzwischen) etablierte Techniken behandelt als auch neuere Ansätze diskutiert.

Datum	Nachricht
13.07.2016	Die Seminarhomepage steht online.
01.09.2016	Informationen für Bachelorstudierende ergänzt.
28.09.2016	Der Termin für die Vorbesprechung steht fest.
22.10.2016	Die Vortragstermine und Themen stehen fest.
24.10.2016	Das voraussichtliche Programm steht fest.
06.12.2016	Der Zeitplan für die Bachelorvorträge steht fest.
15.12.2016	Die Folien für die Bachelorvorträge stehen online.
19.12.2016	Der Zeitplan für die Mastervorträge steht fest.
25.01.2017	Die Folien für die Mastervorträge am 27.01.2017 stehen online.
02.02.2017	Die Folien für die Mastervorträge am 03.02.2017 stehen online.
04.04.2017	Das Programm wurde von der Homepage entfernt.

Vorbesprechung:
Freitag, 21.10.2016 um 14.00 Uhr im Seminarraum (Ludwigstraße 33, 1. Stock).
Die Teilnahme an der Vorbesprechung ist verpflichtend.

Vorträge: (jeweils ca. 9 - 13 Uhr)
Bachelor: Freitag, 16.12.2016
Master: Freitag, 27.01.2017 und 03.02.2017

Abgabe der Seminararbeiten:
Bis 15.03.2017 per Mail an die Betreuerin (Seminararbeit als PDF plus R-Codes o.Ä.).

Bachelor:

1. Einführung und Registrierung
2. Glättungsverfahren für funktionale Daten
3. Darstellung funktionaler Daten und Ausreißerdetektion

Master:

1. Funktionale Hauptkomponentenanalyse
2. Klassifikation funktionaler Daten
3. Clustering für funktionale Daten
4. Regression für funktionale Daten

Als Basis-Literatur dienen die entsprechenden Kapitel in den Lehrbüchern:

• Ramsay, J.O. & Silverman, B.W. (2005): Functional Data Analysis, 2nd Edition, New York: Springer.
• Ramsay, J.O. & Silverman, B.W. (2002): Applied Functional Data Analysis, New York: Springer.
• Ramsay, J.O., Hooker, G. & Graves, S. (2009): Functional Data Analysis with R and Matlab, Dordrecht (u.a.): Springer.
• Ferraty, F. & Vieu, P. (2006): Nonparametric Functional Data Analysis, New York: Springer.

Weitere Literatur wird im Seminar bekannt gegeben.

Es werden Kenntnisse aus folgenden Bachelorveranstaltungen (oder äquivalent) vorausgesetzt:

• Deskriptive Statistik
• Einführung in die Wahrscheinlichkeitsrechnung / Einführung in die induktive Statistik
• Wahrscheinlichkeitstheorie und Inferenz I & II
• Lineare Modelle

Darüberhinaus sollten die Teilnehmenden über grundlegende Techniken des wissenschaftlichen Arbeitens verfügen, wie sie beispielsweise im Kurs Wissenschaftliches Arbeiten in der Statistik vermittelt werden.

Für 9 ECTS (Seminar im Rahmen der Masterstudiengänge)
bzw. 6 ECTS (Seminar im Rahmen des Bachelorstudiengangs)

• Vortrag von ca. 45 Minuten Dauer.
• Vorbereitung eines weiteren Themas als Diskutant.
• Ausarbeitung des Themas als Seminararbeit (ca. 10-15 Seiten).
• Aktive Teilnahme am Seminar.

Für 3 ECTS (Wahlpflichtveranstaltung im Rahmen der Masterstudiengänge)

• Aktive Teilnahme am Seminar.
• Mündliche Prüfung über ausgewählte Themen.

Die Kontaktdaten und die Sprechzeiten entnehmen Sie bitte den Homepages von

• Sonja Greven
• Clara Happ

Impressum    Datenschutz    Letzte Änderung