Angewandte Multivariate Statistik

Beginn der Vorlesung: Montag, 18. Februar 2008.

Übungen: Details zur Übung befinden sich hier.

Übersicht:

Die multivariate Statistik befasst sich mit der gemeinsamen Verteilung von mehreren Zufallsvariablen.

Viele Verfahren beruhen auf der mehrdimensionalen Normalverteilung. Analog zur univariaten Statistik befasst man sich mit der Unterscheidung zwischen Gruppen (Diskriminanzanalyse) und untersucht Einflüsse von Ausgangsgrössen (erklärenden Variablen) auf mehrere Zielgrössen (Regression). Hinzu kommen Verfahren zur Reduktion der Dimension (Hauptkomponenten, Ordination) und Suche von Gruppen (Cluster-Analyse).

Inhalt:
Multivariate Statistik befasst sich mit der Analyse von Stichproben von mehreren (Zufalls-) Variablen. Fragestellungen sind:

• Graphische Darstellung
• Modelle für multivariate Daten, Normalverteilung
• Zusammenhänge zwischen Variablen
• Unterschiede zwischen Gruppen testen, Klassifikation
• Dimensionsreduktion, meistens für graphische Darstellungen
• Gruppen bilden (Cluster-Analyse)

In der Vorlesung wird ein Überblick über die Problemstellungen und Methoden geboten. Eine Auswahl wird vertieft behandelt.

Zeitplan:
Ein Inhaltsverzeichnis und einen provisorischen Zeitplan findet man hier.

Vorlesungsunterlagen

Das ganze Skript zur Vorlesung ist hier erhältlich.

Informationen zu R

• R Homepage
• Kurze Einführung, geeignet für die Vorlesung
• R-Einführung der Übungsstunde (Slides) (PS) / R-Befehle dazu
• Einführung in das Statistikpaket R, für angewandte Vorlesungen (PDF) 
• R-Tutorial für Windows (PDF)

Literatur zur Vorlesung:

• W. Stahel, "Statistische Datenanalyse: Eine Einführung für Naturwissenschaftler" (4. Auflage), Vieweg, 2002.