The student should be enabled to develop a more profound understanding of the models and methods presented in the lecture.

This course provides some further insights into the concepts and methods presented in the lecture. This problem solving course will include theoretical examples as well as applications to simulated and real world data sets.

Jede Woche wird ein Uebungszettel mit Beispiele zur Vorbereitung fuer die darauffolgende Woche ausgegeben. Ausserdem sind die Angaben im TISS verfuegbar. Vor Beginn der Uebung kreuzen Sie an, welche Beispiele Sie vorbereitet haben. Zu diesen Beispielen koennen Sie dann an die Tafel gerufen werden. Jedes angekreuzte Beispiel zaehlt einen Punkt. Weiters erhalten Sie fuer besonders schwierige oder aussergewoehnlich gut geloeste und praesentierte Beispiele einen Bonuspunkt. Kleine Fehler oder Teilloesungen koennen im Rahmen einer Uebung durchaus lehrreich bzw. nuetzlich sein. Sollte ein Beispiel, das Sie angekreuzt haben, ueberhaupt nicht oder komplett falsch geloest sein, werden die Punkte der Woche gestrichen. Die Note ergibt sich aus dem Prozentsatz der Punkte aller bis zum Ende der Uebung gerechneten Beispiele: Mehr als 80% sehr gut, 71-80% gut, 61-70% befriedigend, 51-60% genuegend, weniger als 51% nicht genuegend.

Brzezniak, Zdzislaw; Zastawniak, Tomasz Basic stochastic processes. A course through exercises. Springer Undergraduate Mathematics Series. Springer-Verlag London, Ltd., London, 1999.

Norris, J. R. Markov chains. Reprint of 1997 original. Cambridge Series in Statistical and Probabilistic Mathematics, 2. Cambridge University Press, Cambridge, 1998.

Deistler, Manfred; Scherrer, Wolfgang. Modelle der Zeitreihenanalyse. Mathematik Kompakt,  Birkhäuser, 2018.