Es werden die folgenden Themen behandelt: Methoden zum Schätzen von Wahrscheinlichkeitsdichten f und Regressionskurven m in Modellen der Form Y=m(X)+e. Dabei werden für die unbekannten Funktionen f bzw. m lediglich Glattheitsannahmen und ausdrücklich keine parametrischen Formen (wie etwa m(x)=m x +b) getroffen.
Es geht insbesondere um die Eigenschaften und Optimalität dieser Schätzer und im weiteren Verlauf um Tests auf eine spezielle Form der Funktionen.
Vorausgesetzt werden Kenntnisse aus der Einführung Stochastik und Statistische Verfahren.
Literatur:
Tsybakov: Introduction to Nonparametric Estimation, Springer-Verlag.
Wasserman: All of Nonparametric Statistics, Springer-Verlag.
Vorlesung:
Donnerstag, 11:30 bis 13:00 Uhr, SN 19.4
Die erste Vorlesung findet am Donnerstag, 4. April 2024 statt.
Übung: Donnerstag, 16:45 bis 18:15 Uhr, Raum SN 19.2 (14-tägig)
Die Übungen beginnen am Donnerstag, 18. April 2024.
Der Informationsfluss wird generell über das Stud.IP geregelt. Aktuelle Informationen zur Vorlesung und zu den Übungen erhalten Sie dort.
Prüfungsform: Mündlich.