Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage zu (1.) der Bildung von Vorhersagemodellen mittels moderner Regressionverfahren bzw. Verfahren des statistischen Lernens, (2.) der Wahl und Validierung statistischer Lernverfahren, (3.) der Beurteilung der Güte von Modellfit und Fehlern, (4.) der Anwendung des Statistikprogramms R zur modernen Regressions- und Datenanalyse.
Theoretische und praktische Beispiele unter Verwendung von R.
The prerequisite for the course is
Die Lehrveranstaltung ist prüfungsimmanent: Regelmäßige Übungsaufgaben und Präsentationen während des Semesters. Ein Datenanalyseprojekt, welches am Ende des Semesters vorzustellen ist, geht zu einem Drittel in die Note ein.
Basic probability and statistics; Linear algebra; Econometrics 1: Linear Models.
