65-467 Empirische Prozesse

Veranstaltungsdetails
Schließen 

Lehrende: Prof. Dr. Natalie Neumeyer

Veranstaltungsart: Vorlesung

Anzeige im Stundenplan: M-VSP-V

Semesterwochenstunden: 2

Unterrichtssprache: Deutsch

Min. | Max. Teilnehmerzahl: - | -

Kommentare/ Inhalte:
If you would like to attend the course, but you are not able to follow lectures in German, please contact the lecturer in advance.

Inhalte:

klassische empirische Prozeß-Theorie: die empirische Verteilungsfunktion, der Satz von Glivenko-Cantelli, schwache Konvergenz stochastischer Prozesse, Meßbarkeitsproblematik, das Theorem von Donsker, Kolmogorov-Smirnov-Test und Cramér-von Mises-Test

moderne empirische Prozeßtheorie: empirische Prozesse indiziert in Funktionenklassen, VC-Klassen, Überdeckungs- und Klammerungszahlen und -integrale, Glivenko-Cantelli- und Donsker-Theoreme

einige Anwendungen empirischer Prozeß-Theorie in der Statistik: goodness-of-fit-Tests, lineare Rangstatistiken, M-Schätzung

empfohlene Vorkenntisse:
Bachelor-Vorlesungen Mathematische Stochastik, Mathematische Statistik, Maßtheoretische Konzepte der Stochastik
(hilfreich können außerdem Kenntnisse in Asymptotischer Statistik sein)

Lernziel:
Die moderne Theorie empirischer Prozesse spielt eine zentrale Rolle in der Mathematischen Statistik und liefert insbesondere Beweismethoden, die in vielen Teilgebieten der Mathematischen Statistik ihre Anwendung finden. Die Vorlesung vermittelt Grundlagen sowohl der klassischen als auch der modernen Theorie empirischer Prozesse.

Literatur:
P. Billingsley, Convergence of probability measures (1999), Wiley (oder alte Auflage von 1968).

M.R. Kosorok, Introduction to empirical processes and semiparametric inference (2008), Springer.

D. Pollard, Convergence of stochastic processes (1984), Springer.

G.R. Shorack, J.A. Wellner, Empirical processes with applications to statistics (1996), Wiley.

A.W. van der Vaart, Asymptotic statistics (1998), Cambridge University Press.

A.W. van der Vaart, J.A. Wellner, Weak convergence and empirical processes (2000), Springer.
 

Modulkürzel:
Ma-M-VSP_n

Zusätzliche Hinweise zu Prüfungen:
mündliche Prüfungen

Termine
Datum Von Bis Raum Lehrende
1 Do, 4. Apr. 2019 12:15 13:45 Geom H6 Prof. Dr. Natalie Neumeyer
2 Fr, 5. Apr. 2019 12:15 13:45 Geom H6 Prof. Dr. Natalie Neumeyer
3 Do, 11. Apr. 2019 12:15 13:45 Geom H6 Prof. Dr. Natalie Neumeyer
4 Fr, 12. Apr. 2019 12:15 13:45 Geom H6 Prof. Dr. Natalie Neumeyer
5 Do, 18. Apr. 2019 12:15 13:45 Geom H6 Prof. Dr. Natalie Neumeyer
6 Do, 25. Apr. 2019 12:15 13:45 Geom H6 Prof. Dr. Natalie Neumeyer
7 Fr, 26. Apr. 2019 12:15 13:45 Geom H6 Prof. Dr. Natalie Neumeyer
8 Do, 2. Mai 2019 12:15 13:45 Geom H6 Prof. Dr. Natalie Neumeyer
9 Fr, 3. Mai 2019 12:15 13:45 Geom H6 Prof. Dr. Natalie Neumeyer
10 Do, 9. Mai 2019 12:15 13:45 Geom H6 Prof. Dr. Natalie Neumeyer
11 Fr, 10. Mai 2019 12:15 13:45 Geom H6 Prof. Dr. Natalie Neumeyer
12 Do, 16. Mai 2019 12:15 13:45 Geom H6 Prof. Dr. Natalie Neumeyer
13 Fr, 17. Mai 2019 12:15 13:45 Geom H6 Prof. Dr. Natalie Neumeyer
Prüfungen im Rahmen von Modulen
Modul (Startsemester)/ Kurs Prüfung Datum Lehrende Bestehens­pflicht
Ma-M-VSP_6 Vertiefung Stochastische Prozesse 6 (SoSe 19) / M-VSP-V  Empirische Prozesse 1  Mündliche Prüfung k.Terminbuchung Prof. Dr. Natalie Neumeyer Ja
Übersicht der Kurstermine
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
Lehrende
Prof. Dr. Natalie Neumeyer