Zum Inhalt
Fakultät Statistik
Statistik mit Anwendungen im Bereich der Ingenieurwissenschaften

Lehrveranstaltungen / Teaching


Wintersemester 2022/23

Wintersemester 2021/2022

Die Moodleseite zur Veranstaltung finden Sie hier: https://moodle.tu-dortmund.de/course/view.php?id=29422. Die Organisation der Veranstaltung wird gänzlich über Moodle vorgenommen. Die Homepage dient lediglich als Überblick über die wesentlichen Informationen.

This course can be found in Moodle: https://moodle.tu-dortmund.de/course/view.php?id=29422. All organizational aspects are handled via Moodle. This homepage serves as an overview of the essential information.

 

Module: BS XIII, BS 15, MD IX, X, MS VI, VII, MS 6, MD 6, 7, 8, 9

Diese Veranstaltung wird auch als „Qualitätssicherung“ im Modul „Quantitative Methoden“ angerechnet.

Die Veranstaltung wird in Deutsch gehalten. Aber das Skript dazu ist in Englisch, so dass nicht deutsch sprechende Personen auch teilnehmen können.

The Lecture is given in German. However, the corresponding manuscript is in English, so that people who do not speak German can also participate.

 

 

 

Vorlesung / Lecture: 

      Start: Di 12. Oktober 2021, 14-16 Uhr, M/E 25 und / and online (Online-Link in Moodle:

                          https://moodle.tu-dortmund.de/course/view.php?id=29422)

      Di 14-16 Uhr M/E 25 am / on 12. Oktober 2021 oder / or online (Start: 12. Oktober 2021)

      Do 12-14 Uhr CDI 120 am / on 14. Oktober 2021 oder / or online

      Di  16:00 -17:30 Uhr M/E 27 ab / from 19. Oktober 2021

             Hybrid an folgenden Tagen: 12./19.10, 2./23./30.11.21, 11.1. und 25.1.22
             An den anderen Tagen nur online, online Link im Moodle-Raum

      Do 12:00-13:30 Uhr M/E 27 ab / from 21. Oktober 2021

             Hybrid an folgenden Tagen:  14./21.10., 4./25.11., 2.12.21, 13.1. und 27.1.22
             An den anderen Tagen nur online, online Link im Moodle-Raum

 

Übung / Tutorial:

Mi 14:15-15:45 Uhr M/E 21 ab / from 13. Oktober 2021 oder / or online

Ausnahme: Mi 20.10.21: 16:00 bis 17:30 Uhr in M/E 21

 

Das Skript finden Sie hier. Passwort und Benutzerkennwort finden Sie im Moodle-Raum.

You can find the manuscript here.  Password and user identifier is available in moodle.

 

Daten und Programme zur Vorlesung / Data and program code:

failure_times_tension_wires.RData

Hudak_data.asc

Basic Virkler data.xls

Virkler_data.asc

top112.length.P10.Rdata

alter_Spannstahl.txt

neuer_Spannstahl_20141112.txt

freeRunningSteel.R

S01_B30_X_62.425_Y_212.250_erg_cracks.asc

Diamonds_B28_Matrix.xlsx

throttle.csv

LAMPS.dat

Renewal.dat

Ex11.Rdata

Pois_ran.Rdata

 

Die Übungsblätter finden Sie im Moodle zur Veranstaltung.

The exercises can be found in the Moodle for the course.

 

Prüfungsleistung: Der Leistungsnachweis erfolgt auf Grundlage der Bearbeitung von Übungszetteln. Für die Studienleistung müssen mindestens 50% der auf den Übungszetteln zu erreichenden Punkte erzielt werden. Die Bepunktung der eingereichten Lösungen ersetzt eine mündliche oder schriftliche Modulprüfung am Ende des Semesters. Falls für den Abschluss des Moduls eine mündliche Prüfung benötigt wird, so bieten wir alternativ auch diese Prüfungsform an. Weitere Informationen im Moodle.
 

Assessment: Instead of an exam, the grading of the course is based on the submitted solutions to the weekly exercises. To pass the course, at least 50% of the points in the exercises must be obtained. If an oral examination is required for the completion of the module, we also offer this form of examination as an alternative. Further information can be found in Moodle.

 

 

Zur Vorlesung:

Die Zuverlässigkeit von Systemen hängt stark von der Materialermüdung ab, aber auch andere Faktoren können deren Zuverlässigkeit beeinflussen. Neben der allgemeinen Analyse der Zuverlässigkeit von Systemen wird in der Vorlesung insbesondere die Materialermüdung untersucht. Materialermüdung tritt vor allem auf, wo Material (meist variierenden) Belastungen ausgesetzt ist. Dabei ist die Vorhersage, wann kritische Zustände auftreten, ein besonders wichtiges Anliegen. Z.B. ist es wichtig, vorhersagen zu können, wann Eisenbahnräder versagen, wann Brücken neugebaut werden müssen oder Knochen- bzw. Zahnersatz ausgewechselt werden muss. Um ein besseres Verständnis der Ermüdung zu gewinnen, werden Ermüdungsexperimente an Proben wie Stahlproben oder Betonträger durchgeführt. Dabei hängt die statistische Analyse sehr davon ab, wie aufwendig diese Experimente sind. Bei weniger aufwendigen Experimenten, können diese parallel durchgeführt werden. Oft laufen aber diese Experimente unter realistischen Belastungen so lange, dass ein Versagen nicht beobachtet werden kann. Dann können sogenannte Step-Stress-Experimente oder Beschleunigte Experimente durchgeführt werden. Zusätzlich kann die Rissentstehung und das Risswachstum erfasst werden, um die Vorhersage für den Versagenszeitpunkt zu verbessern. In komplexeren Systemen muss außerdem berücksichtigt werden, wie die einzelnen Komponenten interagieren. Bei sogenannten Lastumverteilungssystemen wird angenommen, dass die Last auf den verbleibende Komponenten davon abhängt, wie viele Komponenten schon ausgefallen sind.

 

About the lecture:

The reliability of systems depends strongly on the material fatigue. However, other factors can influence the reliability as well. This lecture treats general concepts of reliability of systems and material fatigue. In particular, the prediction of critical states of the system will be a special issue. For example it is important to predict time points when wheels of trains or bridges are more likely to break. For a better understanding of material fatigue, lab experiments with steel specimen or concrete beams are conducted. The statistical analysis then depends on how much time and money these experiments need. In simple situations, parallel lifetime experiments are possible.  However, some experiments are running so long under realistic load, that the failure is not observable. In this case, step-stress experiments and accelerated life time experiments are conducted. Additionally, the crack initiation and crack growths can be considered to improve the prediction of failure. In more complex systems, also the interaction of the components must be taken into account. Special systems under consideration are the load sharing systems where the components share the load.

 

Gliederung der Vorlesung / Content of the lecture:

• Parallele Lebenszeitexperimente (Parallel lifetime experiments)
• Step-Stress-Experimente und Beschleunigte Experimente (Step-stress experiments and accelerated experiments)
• Rissentstehung (Crack initiation)
• Risswachstum (Crack growth)
• Zuverlässigkeit von Systemen (Reliability of systems)
• Lastumverteilungssysteme (Load sharing systems)

Termin: Mi 12:00-13:30 Uhr, hybrid im M/E 27 am 24.11.21, 1.12.21, 12.1.22, 26.1.22, an allen anderen Terminen nur online. An den hybriden Terminen finden die Vorträge statt, an anderen Terminen können Fragen zu den Vorträgen besprochen werden. Auch findet die Besprechung der Berichte eine Woche vor dem Vortrag an diesen Terminen statt.

Beginn mit Vorbesprechung am Di, 12.10.21, 10-12, M/E 25 und online (start with preliminaries at Tu, 12.10.21, 10-12, M/E 25 and online) (Online-Link in Moodle https://moodle.tu-dortmund.de/course/view.php?id=29423)

Sprache: Deutsch (but talks in English are possible)

 

In diesem Seminar soll die Dynamik von zeitabhängigen Systemen behandelt werden, die homogen bezüglich der Zeitvariable sind, das heißt die zukünftige Entwicklung des Systems hängt lediglich von dem gegenwärtigen Zustand und nicht vom konkreten Zeitpunkt ab.

Solche Systeme treten beispielsweise in der Biologie, der Chemie, der Physik und in den Wirtschaftswissenschaften auf: so hängt bei chemischen Reaktionen die Menge eines Ausgangssubstrates davon ab, wieviel bereits im Vorfeld chemisch umgewandelt wurde; ein Riss wächst umso schneller, je länger er ist; ein Aktienkurs wird eher fallen, wenn er schon sehr hoch steht. Ebenso hängt die Ausbreitung von Krankheiten davon ab, wie viele Erkrankte es gibt. Ein solches Verhalten kann gut durch Differentialgleichungen beschrieben werden. Wenn das System überdies Zufallskomponenten enthält, ermöglichen stochastische Differentialgleichungen eine angemessene Beschreibung des Verhaltens.

In dem Seminar sollen die Grundlagen der stochastischen Differentialgleichungen und deren Statistik erarbeitet werden. Dabei soll das Verständnis dafür vor allem über Simulationen entwickelt werden. Kenntnisse über stochastische Prozesse sind hilfreich, aber nicht notwendig. Die ersten Vorträge sowie der 10. Vortrag sind eher für Bachelor-Studierende geeignet, die letzten Vorträge außer dem 10. Vortrag richten sich eher an Master-Studierende.

Als Grundlage dienen (seminar basis):

Iacus, S.M. (2008). Simulation and Inference for Stochastic Differential Equations. With R Examples. Springer, New York. 

Dieses Buch als E-Book in der Uni-Bibliothek erhältlich. Sie finden es unter folgendem Link (link for this e-book)

https://ebookcentral.proquest.com/lib/dortmundtech/detail.action?docID=437854

Errata zu dem Buch finden Sie hier.

 

Petris, G., Petrone, S., Campagnoli, P. (2009). Dynamic Linear Models with R. Springer, New York.

Dieses Buch als E-Book in der Uni-Bibliothek erhältlich. Sie finden es unter folgendem Link (link for this e-book)

https://ebookcentral.proquest.com/lib/dortmundtech/detail.action?docID=450490

 

Informationen zur Nutzung der E-Books der Uni-Bibliothek finden Sei unter folgendem Link (link for the usage conditions of the e-books of the library of TU Dortmund):

www.ub.tu-dortmund.de/service/zugangvonaussen.html

 

 

 

Themen der Seminarvorträge:

1. Brownsche Bewegung und drei Methoden für deren Simulation (Brownian motion and three methods for its simulation). Iacus (2008), Seite 18-24. Chengjiao Lei. 24.11.2021

2. Geometrische Brownsche Bewegung und Brownsche Brücke (Geometric Brownian motion and Brownian bridge). Iacus (2008), Seite 24-29. Hier sollen auch Simulationen vorgestellt werden. (Also with simulations.) Anna Dustert. 24.11.2021

 

3. Stochastische Integrale und stochastische Differentialgleichungen (Stochastic integrals and  stochastic differential equations). Iacus (2008), Seite 29-33. Hier soll das stochastische Integral simuliert werden. (The stochastic integral should be simulated here.) Minh Khai Le. 24.11.2021

 

4. Diffusionsprozesse und lineare stochastische Differentialgleichungen (Diffusion processes and stochastic differential equations). Iacus (2008), Seite 33, 36 (Markoff-Eigenschaft), 38 (Ito-Formel), 39-41 oben. Dies ist ein rein theoretischer Vortrag. (This is a theoretic talk.) Olga Latyk. 1.12.2021

5. Einige parametrische Familien für stochastische Prozesse (Some parametric families of  stochastic processes). Iacus (2008), Seite 43 (unten) - 49: Ornstein-Uhlenbeck-Prozess (inkl. Simulation), Black-Scholes-Merton-Modell, Cox-Ingersoll-Ross-Modell. Jacob Grytzka. 1.12.2021

 

 

6. Euler-Approximation (Euler approximation). Iacus (2008), Seite 61-65, 71. Dabei sollen auch Simulationen von Seite 71 vorgestellt werden. (Simulations of Page 71 shall be presented.) Jia Fu. 1.12.2021

 

7. Milstein-Schema (Milstein schemes). Iacus (2008), Seite 65-71. Dabei sollen auch Simulationen von Seite 71 vorgestellt werden. (Simulations of Page 71 shall be presented here as well.) Lorenz Mihatsch. 12.1.2022

 

8. Maximum-Likelihood-Schätzung für den Ornstein-Uhlenbeck-Prozess (Maximum likelihood estimators for the Ornstein-Uhlenbeck process). Iacus (2008), Seite 109-116. Auch mit Simulationen. (Also with simulations.) Lena Wesseln. 12.1.2022

 

9. Maximum-Likelihood-Schätzung für das Black-Scholes-Merton-Modell und das Cox-Ingersoll-Ross-Modell (Maximum likelihood estimators for the Black-Scholes-Merton model and the Cox-Ingersoll-Ross model). Iacus (2008), Seite 117-121. Auch mit Simulationen. (Also with simulations.) Merle Mendel. 12.1.2022

 

10. Einführung in dynamische lineare Modelle mit Messfehlern (Introduction to dynamic linear models with measurements errors). Petris et al. (2009), Seite 31-48. Auch mit Simulationen. (Also with simulations.) Annemarie Blei. 26.1.2022

11. Zustandsschätzung und Vorhersage in dynamschen linearen Modellen mit dem Kalman-Filter (State estimation and prediction  in dynamic linear models with the  Kalman filter). Petris et al. (2009), Seite 49-58. Mit R-Beispiel. (With R example) André Kafanke. 26.1.2022

12. Zustandsschätzung in dynamischen Modellen mittels Partikel-Filter (State estimation in dynamic linear models with particle filters). Petris et al. (2009), Seite 207-218. Auch mit Simulationen. (Also with simulations.) Jonathan Karras. 26.1.2022

 

13. Zustandsschätzung in dynamischen Modellen mit unbekannten Parametern (State estimation in dynamic linear models with unknown parameters). Petris et al. (2009), Seite 219-228. Auch mit Simulationen. (Also with simulations.)

 

Anmeldung (Registration):

Bitte melden Sie sich unter cmueller@statistik.tu-dortmund. de an. Bitte geben Sie dazu drei Themen mit Prioritäten an.

(Please send a e-mail to  cmueller@statistik.tu-dortmund. de. Please provide three topics with first, second, and third priority.)

 

Scheinkriterium (Criteria for success):

Abgabe der Ausarbeitung zwei Wochen vor dem Vortrag, Abgabe des Vortrages eine Woche vor dem Vortrag, Halten des Vortrages, aktive Teilnahme am Seminar, regelmäßige Anwesenheit.

A written version of the talk which shall be submitted two weeks before the talk, slides of the talk which shall be submitted one week before the talk, giving the talk, active participation in the seminar, continuous presence)

 

Ausarbeitung und Vortrag müssen als PDF im zugehörigen Moodle-Raum hochgeladen werden.

Written version and slides of the talk must be uploaded in moodle.

 

Bei der Erstellung des Vortrages und der Ausarbeitung beachten Sie bitte: Merkblatt zur Erstellung von Berichten und Merkblatt zur Vorbereitung von Seminarvorträgen.

By preparing the talk and the report, please follow the following instructions: Information on writing reports and Information on Preparing and giving talks.

 

Hier noch weitere Bücher zur Thematik (further books for the topic):

Protter, P.E. (2005). Stochastic Integration and Differential Equations. Springer.

Oksendal, B. (2013). Stochastic Differential Equations: An Introduction with Applications. Springer.

Beginn: Mi 13.10.2021, 16:15-17:45, EF 50 HS 2 und online (den Online-Link finden Sie im Moodle-Raum)

V Mi 17.15-18.45 EF 50 HS 2 oder online (ab 20.10.2021)

Ü Mi 16.15-17.00 EF 50 HS 2 oder online (Beginn 20.10.2021)

Link zum Moodle-Raum: https://moodle.tu-dortmund.de/course/view.php?id=29516

 

Diese Vorlesung ist für Studierende des Bauingenieurwesens. Für Studierende der Logistik oder des Wirtschaftsingenieurwesens gibt es jetzt nur die Vorlesung "Statistische Verfahren".

 

 

Skript: Zur Vorlesung gab es ein Skript, das jetzt als Buch bei Springer und als E-Book erschienen ist. Eine kleine Liste mit kleineren Fehlern im Buch finden Sie hier.

Zusätzlich gibt es eine Kurzanleitung zu der Programmiersprache R: PDF-Datei.

 

Übung: Die Übungsaufgaben finden Sie hier: PDF-Datei

 

Weitere Hinweise, die Folien und R-Skripte aus den Übungen finden Sie auf der Moodle-Platform. Jeder sollte sich dazu anmelden. Die Anmeldung dafür ist unter https://moodle.tu-dortmund.de/  möglich.  Das Passwort dazu können Sie in der Übung erfahren.

 

Daten: Diese finden Sie im Moodle-Raum.

 

Programme: Anteil_Sechsen_Plot.asc, d2norm.asc, d2norm_plot.asc, r2norm.asc, wuerfel.asc , MarkovKette.asc, UeMatFahrzeuge.asc, InvariantesP.asc

 

Die Probeklausuren finden Sie im Moodle-Raum.

 

Online-Klausur: Die Haupt-Klausur findet in Form einer Online-Klausur statt. Dazu erhält jeder einen persönlichen Datensatz, der ausgewertet werden muss. Die Ergebnisse müssen dann in Moodle eingetragen werden.

 

Haupt-Klausur: Die Online-Klausur findet am Dienstag, dem 8. Februar 2022, von 16:00 bis 18:00 Uhr statt. Die Anmeldung erfolgt vom 29.12.2021 bis 26.01.2022 online beim Prüfungssekretariat.

Wiederholungs-Klausur: Die Wiederholungs-Klausur findet am Dienstag, dem 27. September 2022, von 11:00 bis 13:00 Uhr als Präsens-Klausur in den Hörsälen C/ HS1 und C/ HS2 nach altem Konzept statt. Die Anmeldung muss bis zwei Wochen vorm Klausurtermin online beim Prüfungssekretariat erfolgen.

Wintersemester 2020/2021

Di 10-12 Uhr  online   (Beginn 3.11.2020)

Do 10-12 Uhr online     

 

Übungen:

Do 14:15 -15:45 Uhr, Raum M/E27, max. 15 TN (ab 05.11.2020), Larissa Sander

Do 16:00 - 17:30 Uhr, Raum M/E27, max. 15 TN (ab 05.11.2020), Mirko Jakubzik

Fr 10:15 - 11:45 Uhr,  Raum M/E21, max. 25 TN (ab 06.11.2020), Samuel Toporovskij

 

Tutorium:

Do, 12:30 - 14:00 Uhr, online (ab 05.11.2020), Melanie Horn

 

 

 

Abgabe der Lösungen: Bis Montag bis 23:59 Uhr im Moodle

Ausnahme: Erste Abgabe am 9.11.20 bis 23:59 im Moodle

 

Für die Teilnahme müssen Sie sich über Moodle anmelden. Dort finden Sie auch das Skript zur Veranstaltung, die Übungsblätter, die Tutoriumsaufgaben und den Link zu der Online-Vorlesung.

 

Für Wiederholer*innen: Wiederholer*innen dieser Veranstaltung müssen beachten, dass Schätzen und Testen jetzt auch noch lineare Modelle enthält und dafür die Optimalität von statistischen Methoden wegfällt. Bis zur 8. Woche wird Stoff aus der alten Veranstaltung Statistik III behandelt. Dann werden lineare Modelle behandelt. Es wird für die Wiederholer*innen parallel eine Klausur über den alten Inhalt von Statistik III geben. Zur Vorbereitung auf diese Klausur für Wiederholer*innen wird in Moodle auch das Skript zu Statistik III in der alten Form aber mit einigen Korrekturen zur Verfügung gestellt. Alternativ können aber Wiederholer*innen auch an der Klausur für "Schätzen und Testen" teilnehmen, die als Statistik III anerkannt wird. Alle Wiederholer*innen sollten bis zwei Wochen vor der Klausur melden, welche Klausur sie schreiben wollen.

 

 

Eine Probeklausur und die Lösungen dazu finden Sie im Moodle-Raum.

Die Probeklausur wird im Tutorium am ?? besprochen.

 

Haupt- und Wiederholungsklausur:  Die Termine finden Sie im Moodle-Raum.

 

Zur Klausur müssen ein Ausweis und der Studentenausweis vorgelegt werden. Elektronische Medien wie Taschenrechner oder Handy dürfen während der Klausur nicht benutzt werden und müssen weggepackt und ausgeschaltet sein.  Als Hilfsmittel sind nur drei auf beiden Seiten handgeschriebene DIN- A4-Blätter erlaubt.  Weitere Hilfsmittel sind nicht erlaubt.

Termin: Mi 12:00-13:30 Uhr, hybrid im M/E 27 am 24.11.21, 1.12.21, 12.1.22, 26.1.22, an allen anderen Terminen nur online. An den hybriden Terminen finden die Vorträge statt, an anderen Terminen können Fragen zu den Vorträgen besprochen werden. Auch findet die Besprechung der Berichte eine Woche vor dem Vortrag an diesen Terminen statt.

Beginn mit Vorbesprechung am Di, 12.10.21, 10-12, M/E 25 und online (start with preliminaries at Tu, 12.10.21, 10-12, M/E 25 and online) (Online-Link in Moodle https://moodle.tu-dortmund.de/course/view.php?id=29423)

Sprache: Deutsch (but talks in English are possible)

 

In diesem Seminar soll die Dynamik von zeitabhängigen Systemen behandelt werden, die homogen bezüglich der Zeitvariable sind, das heißt die zukünftige Entwicklung des Systems hängt lediglich von dem gegenwärtigen Zustand und nicht vom konkreten Zeitpunkt ab.

Solche Systeme treten beispielsweise in der Biologie, der Chemie, der Physik und in den Wirtschaftswissenschaften auf: so hängt bei chemischen Reaktionen die Menge eines Ausgangssubstrates davon ab, wieviel bereits im Vorfeld chemisch umgewandelt wurde; ein Riss wächst umso schneller, je länger er ist; ein Aktienkurs wird eher fallen, wenn er schon sehr hoch steht. Ebenso hängt die Ausbreitung von Krankheiten davon ab, wie viele Erkrankte es gibt. Ein solches Verhalten kann gut durch Differentialgleichungen beschrieben werden. Wenn das System überdies Zufallskomponenten enthält, ermöglichen stochastische Differentialgleichungen eine angemessene Beschreibung des Verhaltens.

In dem Seminar sollen die Grundlagen der stochastischen Differentialgleichungen und deren Statistik erarbeitet werden. Dabei soll das Verständnis dafür vor allem über Simulationen entwickelt werden. Kenntnisse über stochastische Prozesse sind hilfreich, aber nicht notwendig. Die ersten Vorträge sowie der 10. Vortrag sind eher für Bachelor-Studierende geeignet, die letzten Vorträge außer dem 10. Vortrag richten sich eher an Master-Studierende.

Als Grundlage dienen (seminar basis):

Iacus, S.M. (2008). Simulation and Inference for Stochastic Differential Equations. With R Examples. Springer, New York. 

Dieses Buch als E-Book in der Uni-Bibliothek erhältlich. Sie finden es unter folgendem Link (link for this e-book)

https://ebookcentral.proquest.com/lib/dortmundtech/detail.action?docID=437854

Errata zu dem Buch finden Sie hier.

 

Petris, G., Petrone, S., Campagnoli, P. (2009). Dynamic Linear Models with R. Springer, New York.

Dieses Buch als E-Book in der Uni-Bibliothek erhältlich. Sie finden es unter folgendem Link (link for this e-book)

https://ebookcentral.proquest.com/lib/dortmundtech/detail.action?docID=450490

 

Informationen zur Nutzung der E-Books der Uni-Bibliothek finden Sei unter folgendem Link (link for the usage conditions of the e-books of the library of TU Dortmund):

www.ub.tu-dortmund.de/service/zugangvonaussen.html

 

 

 

Themen der Seminarvorträge:

1. Brownsche Bewegung und drei Methoden für deren Simulation (Brownian motion and three methods for its simulation). Iacus (2008), Seite 18-24. Chengjiao Lei. 24.11.2021

2. Geometrische Brownsche Bewegung und Brownsche Brücke (Geometric Brownian motion and Brownian bridge). Iacus (2008), Seite 24-29. Hier sollen auch Simulationen vorgestellt werden. (Also with simulations.) Anna Dustert. 24.11.2021

 

3. Stochastische Integrale und stochastische Differentialgleichungen (Stochastic integrals and  stochastic differential equations). Iacus (2008), Seite 29-33. Hier soll das stochastische Integral simuliert werden. (The stochastic integral should be simulated here.) Minh Khai Le. 24.11.2021

 

4. Diffusionsprozesse und lineare stochastische Differentialgleichungen (Diffusion processes and stochastic differential equations). Iacus (2008), Seite 33, 36 (Markoff-Eigenschaft), 38 (Ito-Formel), 39-41 oben. Dies ist ein rein theoretischer Vortrag. (This is a theoretic talk.) Olga Latyk. 1.12.2021

5. Einige parametrische Familien für stochastische Prozesse (Some parametric families of  stochastic processes). Iacus (2008), Seite 43 (unten) - 49: Ornstein-Uhlenbeck-Prozess (inkl. Simulation), Black-Scholes-Merton-Modell, Cox-Ingersoll-Ross-Modell. Jacob Grytzka. 1.12.2021

 

 

6. Euler-Approximation (Euler approximation). Iacus (2008), Seite 61-65, 71. Dabei sollen auch Simulationen von Seite 71 vorgestellt werden. (Simulations of Page 71 shall be presented.) Jia Fu. 1.12.2021

 

7. Milstein-Schema (Milstein schemes). Iacus (2008), Seite 65-71. Dabei sollen auch Simulationen von Seite 71 vorgestellt werden. (Simulations of Page 71 shall be presented here as well.) Lorenz Mihatsch. 12.1.2022

 

8. Maximum-Likelihood-Schätzung für den Ornstein-Uhlenbeck-Prozess (Maximum likelihood estimators for the Ornstein-Uhlenbeck process). Iacus (2008), Seite 109-116. Auch mit Simulationen. (Also with simulations.) Lena Wesseln. 12.1.2022

 

9. Maximum-Likelihood-Schätzung für das Black-Scholes-Merton-Modell und das Cox-Ingersoll-Ross-Modell (Maximum likelihood estimators for the Black-Scholes-Merton model and the Cox-Ingersoll-Ross model). Iacus (2008), Seite 117-121. Auch mit Simulationen. (Also with simulations.) Merle Mendel. 12.1.2022

 

10. Einführung in dynamische lineare Modelle mit Messfehlern (Introduction to dynamic linear models with measurements errors). Petris et al. (2009), Seite 31-48. Auch mit Simulationen. (Also with simulations.) Annemarie Blei. 26.1.2022

11. Zustandsschätzung und Vorhersage in dynamschen linearen Modellen mit dem Kalman-Filter (State estimation and prediction  in dynamic linear models with the  Kalman filter). Petris et al. (2009), Seite 49-58. Mit R-Beispiel. (With R example) André Kafanke. 26.1.2022

12. Zustandsschätzung in dynamischen Modellen mittels Partikel-Filter (State estimation in dynamic linear models with particle filters). Petris et al. (2009), Seite 207-218. Auch mit Simulationen. (Also with simulations.) Jonathan Karras. 26.1.2022

 

13. Zustandsschätzung in dynamischen Modellen mit unbekannten Parametern (State estimation in dynamic linear models with unknown parameters). Petris et al. (2009), Seite 219-228. Auch mit Simulationen. (Also with simulations.)

 

Anmeldung (Registration):

Bitte melden Sie sich unter cmueller@statistik.tu-dortmund. de an. Bitte geben Sie dazu drei Themen mit Prioritäten an.

(Please send a e-mail to  cmueller@statistik.tu-dortmund. de. Please provide three topics with first, second, and third priority.)

 

Scheinkriterium (Criteria for success):

Abgabe der Ausarbeitung zwei Wochen vor dem Vortrag, Abgabe des Vortrages eine Woche vor dem Vortrag, Halten des Vortrages, aktive Teilnahme am Seminar, regelmäßige Anwesenheit.

A written version of the talk which shall be submitted two weeks before the talk, slides of the talk which shall be submitted one week before the talk, giving the talk, active participation in the seminar, continuous presence)

 

Ausarbeitung und Vortrag müssen als PDF im zugehörigen Moodle-Raum hochgeladen werden.

Written version and slides of the talk must be uploaded in moodle.

 

Bei der Erstellung des Vortrages und der Ausarbeitung beachten Sie bitte: Merkblatt zur Erstellung von Berichten und Merkblatt zur Vorbereitung von Seminarvorträgen.

By preparing the talk and the report, please follow the following instructions: Information on writing reports and Information on Preparing and giving talks.

 

Hier noch weitere Bücher zur Thematik (further books for the topic):

Protter, P.E. (2005). Stochastic Integration and Differential Equations. Springer.

Oksendal, B. (2013). Stochastic Differential Equations: An Introduction with Applications. Springer.

V Mi 16.15-17.45 Uhr,  am 4.11.2020 online

V Mi 17.15-18.45 Uhr,  ab 11.11.2020 online

Ü Mi 16.15-17.00 Uhr,  ab 11.11.2020 online

 

Der Link für die Online-Vorlesung und die Online-Übung wird über Moodle bekanntgegeben. Dazu müssen Sie sich in Moodle eintragen. Ab jetzt sollte auch die Selbsteinschreinung möglich sein.

 

Diese Vorlesung ist für Studierende des Bauingenieurwesens. Für Studierende der Logistik oder des Wirtschaftsingenieurwesens gibt es jetzt die Vorlesung "Statistische Verfahren".  Auf Nachfrage haben wir aber folgendes von der Prüfungsverwaltung Maschinenbau erfahren:

     - Studierende der alten PO Logistik oder Wirtschaftsingenieurwesens schreiben die Klausur  "Wahrscheinlichkeitsrechnung und Statistik in den Ingenieurwissenschaften"

     - Studierende der neuen PO Logistik oder Wirtschaftsingenieurwesens schreiben die Klausur "Statistische Verfahren"

     - Eine Wahlmöglichkeit gibt es nicht.

     -  Studierende, die in die neue PO Logistik oder Wirtschaftsingenieurwesens gewechselt haben, können nicht mehr zurückwechseln.

Den Link und den Einschreibschlüssel zum Moodle-Raum ""Statistische Verfahren" finden Sie im LSF oder im Moodle-Raum zu "Wahrscheinlichkeitsrechnung und Statistik in den Ingenieurwissenschaften".

 

 

Skript: Zur Vorlesung gab es ein Skript, das jetzt als Buch bei Springer erschienen ist. Sie können die PDF dazu als TU-Dortmund-Lizenz über diesen Bibliotheklink oder direkt von Springer über diesen Springerlink herunterladen. Eine kleine Liste mit kleineren Fehlern im Buch finden Sie hier.

Zusätzlich gibt es eine Kurzanleitung zu der Programmiersprache R: PDF-Datei.

 

Übung: Die Übungsaufgaben finden Sie hier: PDF-Datei (Achtung Aufgabe 12 wurde in den Verweisen auf Übung 11 korrigiert)

Weitere Hinweise, die Folien und R-Skripte aus den Übungen finden Sie auf der Moodle-Platform. Jeder sollte sich dazu anmelden. Die Anmeldung dafür ist unter https://moodle.tu-dortmund.de/  möglich. .

 

Daten: Diese finden Sie ab jetzt nur im Moodle-Raum.

 

Programme: Anteil_Sechsen_Plot.asc, d2norm.asc, d2norm_plot.asc, r2norm.asc, wuerfel.asc , MarkovKette.asc, UeMatFahrzeuge.asc, InvariantesP.asc

 

 

Eine Probeklausur finden Sie hier.

Klausuren: Zu jeder Klausur müssen ein Ausweis und der Studentenausweis vorgelegt werden. Elektronische Medien wie Taschenrechner oder Handy dürfen während der Klausur nicht benutzt werden und müssen weggepackt und ausgeschaltet sein.  Als Hilfsmittel sind nur drei auf beiden Seiten handgeschriebene DIN- A4-Blätter erlaubt.  Weitere Hilfsmittel sind nicht erlaubt.

 

Haupt-Klausur: Die Klausur findet am Mittwoch, dem 7. April 2021, von 8:00 bis 10:00 Uhr in den Räumen Audimax, SRG 1, HG II HS1,2,3,4,5,6,7, Mathe E28,E29; OH14 E23, MB HS1. Die Aufteilung auf die Räume wurde per E-Mail anhand der Anmeldungen in BOSS bekannt gegeben.

Anmeldung zur Haupt-Klausur: Die Anmeldung erfolgt online beim Prüfungssekretariat.

Anmeldeschluss: Der Anmeldeschluss wird in den verschiedenen Fachgebieten unterschiedlich geregelt. Bitte erkundigen Sie sich in Ihrem Fachgebiet bzw. in der Prüfungsverwaltung. Generell endet aber die Anmeldefrist immer spätestens 2 Wochen vor der Klausur.

Ergebnisse der Klausur finden Sie im BOSS-System. Wer seine Noten nicht im BOSS-System findet, wende sich an Frau Große-Oetringhaus, E-Mail: grosse-oetringhaus@statistik.tu-dortmund.de

Klausureinsicht der Haupt-Klausur: Der Termin wird über Moodle bekanntgegeben.

Die Wiederholungsklausur findet am Montag, dem 27. September 2021, von 8:00 bis 10:00 Uhr, in EF50 HS1, HS2, HS3 statt. Die Aufteilung auf die Räume wird per E-Mail anhand der Anmeldungen in BOSS bekannt gegeben.

Anmeldung zur Wiederholungsklausur: Die Anmeldung erfolgt online beim Prüfungssekretariat.

Anmeldeschluss: Der Anmeldeschluss wird in den verschiedenen Fachgebieten unterschiedlich geregelt. Bitte erkundigen Sie sich in Ihrem Fachgebiet bzw. in der Prüfungsverwaltung. Generell endet aber die Anmeldefrist immer spätestens 2 Wochen vor der Klausur.

Ergebnisse der Klausur  finden Sie im BOSS-System. Wer seine Noten nicht im BOSS-System findet, wende sich an Frau Große-Oetringhaus, E-Mail: grosse-oetringhaus@statistik.tu-dortmund.de

Klausureinsicht der Wiederholungsklausur: Der Termin wird über Moodle bekanntgegeben.

Sommersemester 2020

Di,    14:15 Uhr - 15:45 Uhr,   CT HS ZE 01 (Beginn am 21.04.2020)

Do,   12:15 Uhr - 13:45 Uhr,   MB HS 1

 

Da wegen der Corona-Krise die Vorlesungszeit zwei Wochen später anfängt, werden die Abschnitte 1.1 und 1.2 des Skripts in der Vorlesung nicht behandelt.
Um Ihnen einen möglichst gelungenen Start in die Veranstaltung zu ermöglichen, können Sie sich die dortigen einführenden Beispiele im Selbststudium unter Zuhilfenahme des Tutoriumszettels vom 16.04.2020 aneignen.
Die Vorlesung beginnt am 21.04.2020 mit dem Abschnitt 1.3 des Skripts.

 

Ab sofort können Sie sich in den Kurs über Moodle einschreiben. Dort können Sie sich zu den Übungsgruppen sowie dem Tutorium anmelden. Außerdem finden Sie dort auch den Link zur Online-Vorlesung, falls die Vorlesung online abgehalten werden muss.

 

Übungen (Beginn am 21.04.2020):

Di,    16:15 Uhr - 17:45 Uhr,   CDI 120,   P. Baur

Mi,    14:15 Uhr - 15:45 Uhr,   CDI 120,   J. Igelmann

Mi,    16:15 Uhr - 17:45 Uhr,   CDI 120,   M. Gietzelt

 

Abgabe der Lösungen: Die Abgabe der Lösungen erfolgt jeweils am Montag bis 10:00 Uhr im Moodle der Veranstaltung. Die erste Abgabe erfolgt am Montag, 27.04.2020. Ist Montag ein Feiertag, so müssen die Lösungen der Übungsaufgaben einen Tag später, d.h. am Dienstag, bis 8:00 Uhr abgegeben werden. Bitte auch auf die Übungsblätter Name und Übungsgruppe mit Termin und Übungsgruppenleiter schreiben, da ansonsten Probleme bei der Zuordnung auftreten können. Eine Gruppenabgabe (maximal drei Personen) ist möglich.

 

Die Übungsblätter finden Sie hier.

 

Zur Veranstaltung wird ein Tutorium angeboten. In diesem werden Vorlesungsinhalte wiederholt, Fragen beantwortet und gemeinsam Aufgaben bearbeitet, die das Verständnis des Vorlesungs- und Übungsstoffes fördern sollen. Das Tutorium findet voraussichtlich ab dem 23.04.2020 immer donnerstags von 14:15 Uhr bis 15:45 Uhr im Raum CDI 120 statt. Die im Tutorium zu bearbeitenden Aufgaben werden wöchentlich im Moodle hochgeladen.

 

Die korrigierten Abgaben des vierzehnten Übungszettels können im Raum M/746 abgeholt werden.

 

Die Datei Statistik_II.pdf enthält ein Skript zur Vorlesung. 

 

Eine Probe-Klausur finden Sie hier.

Lösungen zur Probe-Klausur finden Sie hier.

 

Studienleistung und Zulassung zur Klausur: Jeweils 50% der Übungsaufgaben richtig bearbeitet. Da im Ganzen 156 Punkte in den regulären Übungsaufgaben erreicht werden können, müssen also mindestens 78 Punkte in den Übungsaufgaben erreicht werden. Daneben können dafür in Zusatzaufgaben, die mit einem Stern gekennzeichnet sind, noch weitere 53 Punkte erzielt werden. 

 

Prüfungsleistung: Klausur

Hauptklausur: Dienstag 4. August 2020 von  16:00 bis 19:00 im Audimax und E 29.

Wiederholungsklausur: Dienstag 22. September 2020 von 17:00 bis 20:00 im SRG 1 H.001.

 

Zu beiden Klausuren müssen ein Ausweis und der Studentenausweis vorgelegt werden. Elektronische Medien wie Taschenrechner oder Handy dürfen während der Klausur nicht benutzt werden und müssen weggepackt und ausgeschaltet sein.  Als Hilfsmittel sind nur drei auf beiden Seiten handgeschriebene DIN- A4-Blätter erlaubt.  Weitere Hilfsmittel sind nicht erlaubt.

 

Anmeldung zur Hauptklausur: Eine Anmeldung dazu muss bis zwei Wochen vorher online erfolgen, d.h. bis zum 21.7.2020. Eine Anmeldung in der Vorlesung ist nicht mehr möglich. Diejenigen, für die eine Online-Anmeldung nicht möglich ist, weil sie im 3. oder höheren Semester sind oder aus einer anderen Fakultät stammen, melden sich bitte per E-Mail bei Frau Grosse-Oetringhaus (grosse-oetringhausstatistik.tu-dortmundde) bis zum 21.7.2020 an (mit vollständigem Namen, Matrikelnummer, Studiengang, Fachsemester, Versuch).

 

Ergebnisse der Hauptklausur finden Sie im BOSS.

Notenb4.03.73.33.02.72.32.01.71.31.0Anzahl6  1463963930










 

 

 

Anmeldung zur Wiederholungsklausur: Eine Anmeldung dazu muss bis zwei Wochen vorher online erfolgen, d.h. bis zum 8.9.2020.  Diejenigen, für die eine Online-Anmeldung nicht möglich ist, weil sie im 3. oder höheren Semester sind oder aus einer anderen Fakultät stammen, melden sich bitte per E-Mail bei Frau Grosse-Oetringhaus (grosse-oetringhausstatistik.tu-dortmundde) bis zum 8.9.2020 an (mit vollständigem Namen, Matrikelnummer, Studiengang, Fachsemester, Versuch).

 

 

Ergebnisse der Wiederholungsklausur finden Sie in BOSS.

 

Klausureinsichten:

Vorgezogene Einsicht der Hauptklausur für diejenigen, die nicht bestanden haben:

Freitag, 7. August 2020, 14:00 bis 15:00 Uhr.

Diejenigen, die nicht bestanden haben, werden am Abend des Donnerstages, dem 6. August 2020, per E-Mail über Moodle darüber informiert. Dabei wird auch der Raum der Einsichtnahme bekant gegeben.

Mo   16.15-18.45  SRG I 2.008  (Beginn am  20.4.2020 voraussichtlich online)

 

Ab sofort können Sie sich über Moodle (s.u.) in den Kurseinschreiben. Dort finden Sie auch den Zugangscode für die Passwort geschützten Dateien auf dieser Seite sowie den Link zur Online-Vorlesung für den Fall, dass die Veranstaltung online durchgeführt werden muss.

 

Materialien für die Veranstaltung:

 

Wichtig:

Für diese Veranstaltung gibt es eine Moodle-Platform. Jeder soll sich darüber anmelden. Die Anmeldung dafür ist unter https://moodle.tu-dortmund.de/  möglich.

Voraussetzung für diese Veranstaltung ist Statistik III.

 

Literatur

Elser, T. (2017). Faktorielle Versuchsplanung: Das Prinzip des Design of Experiments verstehen und
in der Praxis anwenden. CreateSpace Independent Publishing Platform (Amazon), North Charleston.

Egert, C. (2013). Lineare statistische Modellierung und Interpretation in der Praxis. Oldenbourg, München.

Rasch, D., Verdooren, L. R., und Gowers, J. (2007). Planung und Auswertung von Versuchen und Erhebungen. Oldenbourg, München.

Goos, P., und Jones, B. (2011). Optimal Design of Experiments: A Case Study Approach. Wiley, New York.

Ruxton, G.D., und Colegrave, N. (2006). Experimental Design for the Life Sciences. Oxford University Press, Oxford.

Box, G.E.P., Hunter, W.G., und Hunter, J.S. (1978, 2005): Statistics for Experimenters. Wiley, New York.

Ghosh, S., und Rao, C.R. (1996). Design and Analysis of Experiments. Handbook of Statistics 13. North-Holland, Elsevier, Amsterdam.

Wintersemester 2019/2020

Die Moodleseite zur Veranstaltung finden Sie hier: https://moodle.tu-dortmund.de/course/view.php?id=29422. Die Organisation der Veranstaltung wird gänzlich über Moodle vorgenommen. Die Homepage dient lediglich als Überblick über die wesentlichen Informationen.

This course can be found in Moodle: https://moodle.tu-dortmund.de/course/view.php?id=29422. All organizational aspects are handled via Moodle. This homepage serves as an overview of the essential information.

 

Module: BS XIII, BS 15, MD IX, X, MS VI, VII, MS 6, MD 6, 7, 8, 9

Diese Veranstaltung wird auch als „Qualitätssicherung“ im Modul „Quantitative Methoden“ angerechnet.

Die Veranstaltung wird in Deutsch gehalten. Aber das Skript dazu ist in Englisch, so dass nicht deutsch sprechende Personen auch teilnehmen können.

The Lecture is given in German. However, the corresponding manuscript is in English, so that people who do not speak German can also participate.

 

 

 

Vorlesung / Lecture: 

      Start: Di 12. Oktober 2021, 14-16 Uhr, M/E 25 und / and online (Online-Link in Moodle:

                          https://moodle.tu-dortmund.de/course/view.php?id=29422)

      Di 14-16 Uhr M/E 25 am / on 12. Oktober 2021 oder / or online (Start: 12. Oktober 2021)

      Do 12-14 Uhr CDI 120 am / on 14. Oktober 2021 oder / or online

      Di  16:00 -17:30 Uhr M/E 27 ab / from 19. Oktober 2021

             Hybrid an folgenden Tagen: 12./19.10, 2./23./30.11.21, 11.1. und 25.1.22
             An den anderen Tagen nur online, online Link im Moodle-Raum

      Do 12:00-13:30 Uhr M/E 27 ab / from 21. Oktober 2021

             Hybrid an folgenden Tagen:  14./21.10., 4./25.11., 2.12.21, 13.1. und 27.1.22
             An den anderen Tagen nur online, online Link im Moodle-Raum

 

Übung / Tutorial:

Mi 14:15-15:45 Uhr M/E 21 ab / from 13. Oktober 2021 oder / or online

Ausnahme: Mi 20.10.21: 16:00 bis 17:30 Uhr in M/E 21

 

Das Skript finden Sie hier. Passwort und Benutzerkennwort finden Sie im Moodle-Raum.

You can find the manuscript here.  Password and user identifier is available in moodle.

 

Daten und Programme zur Vorlesung / Data and program code:

failure_times_tension_wires.RData

Hudak_data.asc

Basic Virkler data.xls

Virkler_data.asc

top112.length.P10.Rdata

alter_Spannstahl.txt

neuer_Spannstahl_20141112.txt

freeRunningSteel.R

S01_B30_X_62.425_Y_212.250_erg_cracks.asc

Diamonds_B28_Matrix.xlsx

throttle.csv

LAMPS.dat

Renewal.dat

Ex11.Rdata

Pois_ran.Rdata

 

Die Übungsblätter finden Sie im Moodle zur Veranstaltung.

The exercises can be found in the Moodle for the course.

 

Prüfungsleistung: Der Leistungsnachweis erfolgt auf Grundlage der Bearbeitung von Übungszetteln. Für die Studienleistung müssen mindestens 50% der auf den Übungszetteln zu erreichenden Punkte erzielt werden. Die Bepunktung der eingereichten Lösungen ersetzt eine mündliche oder schriftliche Modulprüfung am Ende des Semesters. Falls für den Abschluss des Moduls eine mündliche Prüfung benötigt wird, so bieten wir alternativ auch diese Prüfungsform an. Weitere Informationen im Moodle.
 

Assessment: Instead of an exam, the grading of the course is based on the submitted solutions to the weekly exercises. To pass the course, at least 50% of the points in the exercises must be obtained. If an oral examination is required for the completion of the module, we also offer this form of examination as an alternative. Further information can be found in Moodle.

 

 

Zur Vorlesung:

Die Zuverlässigkeit von Systemen hängt stark von der Materialermüdung ab, aber auch andere Faktoren können deren Zuverlässigkeit beeinflussen. Neben der allgemeinen Analyse der Zuverlässigkeit von Systemen wird in der Vorlesung insbesondere die Materialermüdung untersucht. Materialermüdung tritt vor allem auf, wo Material (meist variierenden) Belastungen ausgesetzt ist. Dabei ist die Vorhersage, wann kritische Zustände auftreten, ein besonders wichtiges Anliegen. Z.B. ist es wichtig, vorhersagen zu können, wann Eisenbahnräder versagen, wann Brücken neugebaut werden müssen oder Knochen- bzw. Zahnersatz ausgewechselt werden muss. Um ein besseres Verständnis der Ermüdung zu gewinnen, werden Ermüdungsexperimente an Proben wie Stahlproben oder Betonträger durchgeführt. Dabei hängt die statistische Analyse sehr davon ab, wie aufwendig diese Experimente sind. Bei weniger aufwendigen Experimenten, können diese parallel durchgeführt werden. Oft laufen aber diese Experimente unter realistischen Belastungen so lange, dass ein Versagen nicht beobachtet werden kann. Dann können sogenannte Step-Stress-Experimente oder Beschleunigte Experimente durchgeführt werden. Zusätzlich kann die Rissentstehung und das Risswachstum erfasst werden, um die Vorhersage für den Versagenszeitpunkt zu verbessern. In komplexeren Systemen muss außerdem berücksichtigt werden, wie die einzelnen Komponenten interagieren. Bei sogenannten Lastumverteilungssystemen wird angenommen, dass die Last auf den verbleibende Komponenten davon abhängt, wie viele Komponenten schon ausgefallen sind.

 

About the lecture:

The reliability of systems depends strongly on the material fatigue. However, other factors can influence the reliability as well. This lecture treats general concepts of reliability of systems and material fatigue. In particular, the prediction of critical states of the system will be a special issue. For example it is important to predict time points when wheels of trains or bridges are more likely to break. For a better understanding of material fatigue, lab experiments with steel specimen or concrete beams are conducted. The statistical analysis then depends on how much time and money these experiments need. In simple situations, parallel lifetime experiments are possible.  However, some experiments are running so long under realistic load, that the failure is not observable. In this case, step-stress experiments and accelerated life time experiments are conducted. Additionally, the crack initiation and crack growths can be considered to improve the prediction of failure. In more complex systems, also the interaction of the components must be taken into account. Special systems under consideration are the load sharing systems where the components share the load.

 

Gliederung der Vorlesung / Content of the lecture:

• Parallele Lebenszeitexperimente (Parallel lifetime experiments)
• Step-Stress-Experimente und Beschleunigte Experimente (Step-stress experiments and accelerated experiments)
• Rissentstehung (Crack initiation)
• Risswachstum (Crack growth)
• Zuverlässigkeit von Systemen (Reliability of systems)
• Lastumverteilungssysteme (Load sharing systems)

Mi 9.00 - 12.15  CDI 121

 

 

Allgemeine Informationen kurz: AllgInfoFallstudien_19_20.pdf

Leitfaden zur Erstellung von Berichten: Leitfaden_fuer_Berichte.pdf

 

Zugang zu Moodle: https://moodle.tu-dortmund.de

 

Projekt 1: Erkennung von Diamantausbruch in Kraftzeitreihen

Aufgabenblatt: Projekt_1.pdf

Folien zu DD-Plot: DD_Plot.pdf

Verbessertes Programm für DD-Plot: DDPlot.asc

 

Projekt 2: Namenshau gkeiten von ProfessorInnen

Aufgabenblatt: Projekt 2.pdf

Sommersemester 2019

Vorlesung: 

Mi 10-12 Uhr M/E 27 (Beginn 3.4.2019)

Übung:      

Di 13.00 - 13.45 Uhr im M/E 27 (Beginn 9.4.2019)

Einen Informationszettel zur Veranstaltung finden Sie hier.

 

Das Skript finden Sie hier: RobStat.pdf

 

Prüfungsleistung: Erfolgreiches Lösen von mindestens 50% der Übungsaufgaben mit mindestens einmal Vorrechnen und Erstellung einer individuellen Simulation im Abschlussprojekt.

 

Übungsaufgaben:

Übungsblatt 1 (Lösung, R-Code)

Übungsblatt 2 (Lösung)

Übungsblatt 3 (Lösung, R-Code)

Übungsblatt 4 (Lösung)

Übungsblatt 5 (Lösung)

Übungsblatt 6 (Lösung, R-Code)

Übungsblatt 7 (Lösung, R-Code)

Übungsblatt 8 (Lösung)

Übungsblatt 9 (Lösung)

Übungsblatt 10

Übungsblatt 11

Übungsblatt 12 (R-Code)

(Datensatz zu Übungsblatt 12: mrdata.RData)

Übungsblatt 13

Übungsblatt 14 (Lösung)

(Datensatz zu Übungsblatt 14: data14.RData)

 

 

Abgaben bitte bis Montags, 10 Uhr, in den BK 134 im Mathe-Tower (handschriftlich) oder an dennis.malcherczyk@tu-dortmund.de (digital).

Die Abgaben in der Woche mit Ostermontag und Pfingstmontag erfolgen an dem darauffolgenden Dienstag bis spätestens 13 Uhr in den BK 134 oder können in der Übung abgegeben werden.

 

 

Abschlussprojekt

Mo 16-18 (CDI 121) (Beginn 1.4.2019)

Do 10-12 (CDI 121)

 

Allgemeine Informationen kurz: AllgInfoFallstudien_kurz.pdf

Allgemeine Informationen lang: AllgInfoFallstudien_lang.pdf

Folien Allgemeine Informationen lang: AllgInfoFallstudienI.pdf

Leitfaden zur Erstellung von Berichten: Leitfaden_fuer_Berichte.pdf

 

Projekt 1

Daten: Russlandwahlen.zip,  Aufgabenblatt: Projekt1_Russlandwahlen.pdf, Auswertung: Auswertung_Projekt1.pdf

 

Projekt 2

Daten: FLIEGEN.DAT,  Aufgabenblatt: Projekt2_fliegen.pdf

Weitere Materialien: Einführung_MultiplesTesten.pdf,  Shaffer_MultipleHypothesisTesting.pdf

 

Projekt 3

Daten: SILVER.DAT,  Aufgabenblatt: Projekt3_silver.pdf 

 

Projekt 4

Daten: GALLEN.DAT,  Aufgabenblatt: Projekt4_gallen.pdf

Weitere Materialien: Permutationstest.pdfKunert-2002.pdf

 

Projekt 5

Daten: ICECREAM.DAT,  Aufgabenblatt: Projekt5_Eiskonsum.pdf

 

Projekt 6

Daten: HEADNECK.DAT,  Aufgabenblatt: Projekt6_headneck.pdf

 

Projekt 7

Daten: Rissdaten.RData,  Aufgabenblatt: Projekt7_Brueckenmonitoring.pdf

Vorlesung:     Di 14-16 Uhr, M/E 25 (Beginn 2. April 2019)

Übung:           Di 16-17 Uhr, M/E 27 (Beginn 9. April 2019),

                ggf. Do 16-17 Uhr, M/E27 (Beginn 11. April 2019)

 

Die Abgabe der bearbeiteten Übungsaufgaben ist freiwillig und kann in Gruppen erfolgen. Damit diese korrigiert werden können, müssen die Abgaben bis spätestens Montag um 12 Uhr nach der zugehörigen Vorlesung in den Briefkasten Nummer 123 eingeworfen werden, d.h. die erste Abgabe ist am Montag, 8. April. Ist der Montag ein Feiertag, so wird die Abgabefrist bis Dienstag um 10 Uhr verlängert. In den Übungen danach werden jeweils Teile der Übungsaufgaben besprochen.

Ob diese Hausaufgaben bearbeitet wurden, wird an zwei Terminen in einer halbstündigen Hausaufgabenüberprüfung überprüft. In dieser Überprüfung müssen ein oder zwei Aufgaben gelöst werden, die vorher gestellten Hausaufgaben oder Beispielen aus der Vorlesung ähneln. Die Note für diese Veranstaltung richtet sich nach dem Ergebnis dieser Überprüfung. Bei der Überprüfung sind keine Hilfsmittel erlaubt, aber das Skript wird in gedruckter Form zur Verfügung gestellt. Es wird daher sehr geraten, die Übungsaufgaben nur mit Hilfe des Skriptes zu lösen.

Die Termine der Hausaufgabenüberprüfung sind:

    Dienstag, 28.05.2019, um 18:15 bis 18:45 Uhr im HGII/HS 3 

    Mittwoch, 10.07.2019, um 18:15 bis 18:45 Uhr im HGII/HS 3

 

Wichtig: Voraussetzung zur Teilnahme an den Hausaufgabenüberprüfungen ist die Anmeldung bis zum 19.5.2019 im Moodle dieser Veranstaltung.

Sie können sich mit dem in der Vorlesung genannten Passwort hier anmelden.

 

Das Skript finden Sie hier: DOE.pdf.

 

Die Übungszettel finden Sie hier:

Übungsblatt 1  (Abgabe bis 08. April 2019)

Übungsblatt 2  (Abgabe bis 15. April 2019), R-Code zum zweiten Übungsblatt

Übungsblatt 3  (Abgabe bis 23. April 2019)

Übungsblatt 4  (Abgabe bis 29. April 2019), R-Code zum vierten Übungsblatt

Übungsblatt 5  (Abgabe bis 06. Mai 2019)

Übungsblatt 6  (Abgabe bis 13. Mai 2019)

Übungsblatt 7  (Abgabe bis 20. Mai 2019)

Übungsblatt 8  (Abgabe bis 11. Juni 2019), R-Code zum achten Übungsblatt

Übungsblatt 9  (Abgabe bis 11. Juni 2019)

Übungsblatt 10 (Abgabe bis 11. Juni 2019)

Übungsblatt 11 (Abgabe bis 18. Juni 2019), R-Code zum elften Übungsblatt

Übungsblatt 12 (Abgabe bis 24. Juni 2019),

Übungsblatt 13 (Abgabe bis 01. Juli 2019),

Übungsblatt 14 (Abgabe bis 08. Juli 2019)

 

Ergebnis der zweiten Hausaufgabenüberprüfung: Die korrigierten Überprüfungen können ab Montag, 15.07.19, im Raum M/751 bei Frau Grosse-Oetringhaus eingesehen werden.

 

In der Vorlesung und Übung verwendete Daten: GERMIN.DAT, MUSTARD.DAT, VANDAL.DAT, PENICILL.DAT, PEPPERS2.DAT.

Sommersemester 2018

Di,    14:15 Uhr - 15:45 Uhr,   CT HS ZE 01 (Beginn am 21.04.2020)

Do,   12:15 Uhr - 13:45 Uhr,   MB HS 1

 

Da wegen der Corona-Krise die Vorlesungszeit zwei Wochen später anfängt, werden die Abschnitte 1.1 und 1.2 des Skripts in der Vorlesung nicht behandelt.
Um Ihnen einen möglichst gelungenen Start in die Veranstaltung zu ermöglichen, können Sie sich die dortigen einführenden Beispiele im Selbststudium unter Zuhilfenahme des Tutoriumszettels vom 16.04.2020 aneignen.
Die Vorlesung beginnt am 21.04.2020 mit dem Abschnitt 1.3 des Skripts.

 

Ab sofort können Sie sich in den Kurs über Moodle einschreiben. Dort können Sie sich zu den Übungsgruppen sowie dem Tutorium anmelden. Außerdem finden Sie dort auch den Link zur Online-Vorlesung, falls die Vorlesung online abgehalten werden muss.

 

Übungen (Beginn am 21.04.2020):

Di,    16:15 Uhr - 17:45 Uhr,   CDI 120,   P. Baur

Mi,    14:15 Uhr - 15:45 Uhr,   CDI 120,   J. Igelmann

Mi,    16:15 Uhr - 17:45 Uhr,   CDI 120,   M. Gietzelt

 

Abgabe der Lösungen: Die Abgabe der Lösungen erfolgt jeweils am Montag bis 10:00 Uhr im Moodle der Veranstaltung. Die erste Abgabe erfolgt am Montag, 27.04.2020. Ist Montag ein Feiertag, so müssen die Lösungen der Übungsaufgaben einen Tag später, d.h. am Dienstag, bis 8:00 Uhr abgegeben werden. Bitte auch auf die Übungsblätter Name und Übungsgruppe mit Termin und Übungsgruppenleiter schreiben, da ansonsten Probleme bei der Zuordnung auftreten können. Eine Gruppenabgabe (maximal drei Personen) ist möglich.

 

Die Übungsblätter finden Sie hier.

 

Zur Veranstaltung wird ein Tutorium angeboten. In diesem werden Vorlesungsinhalte wiederholt, Fragen beantwortet und gemeinsam Aufgaben bearbeitet, die das Verständnis des Vorlesungs- und Übungsstoffes fördern sollen. Das Tutorium findet voraussichtlich ab dem 23.04.2020 immer donnerstags von 14:15 Uhr bis 15:45 Uhr im Raum CDI 120 statt. Die im Tutorium zu bearbeitenden Aufgaben werden wöchentlich im Moodle hochgeladen.

 

Die korrigierten Abgaben des vierzehnten Übungszettels können im Raum M/746 abgeholt werden.

 

Die Datei Statistik_II.pdf enthält ein Skript zur Vorlesung. 

 

Eine Probe-Klausur finden Sie hier.

Lösungen zur Probe-Klausur finden Sie hier.

 

Studienleistung und Zulassung zur Klausur: Jeweils 50% der Übungsaufgaben richtig bearbeitet. Da im Ganzen 156 Punkte in den regulären Übungsaufgaben erreicht werden können, müssen also mindestens 78 Punkte in den Übungsaufgaben erreicht werden. Daneben können dafür in Zusatzaufgaben, die mit einem Stern gekennzeichnet sind, noch weitere 53 Punkte erzielt werden. 

 

Prüfungsleistung: Klausur

Hauptklausur: Dienstag 4. August 2020 von  16:00 bis 19:00 im Audimax und E 29.

Wiederholungsklausur: Dienstag 22. September 2020 von 17:00 bis 20:00 im SRG 1 H.001.

 

Zu beiden Klausuren müssen ein Ausweis und der Studentenausweis vorgelegt werden. Elektronische Medien wie Taschenrechner oder Handy dürfen während der Klausur nicht benutzt werden und müssen weggepackt und ausgeschaltet sein.  Als Hilfsmittel sind nur drei auf beiden Seiten handgeschriebene DIN- A4-Blätter erlaubt.  Weitere Hilfsmittel sind nicht erlaubt.

 

Anmeldung zur Hauptklausur: Eine Anmeldung dazu muss bis zwei Wochen vorher online erfolgen, d.h. bis zum 21.7.2020. Eine Anmeldung in der Vorlesung ist nicht mehr möglich. Diejenigen, für die eine Online-Anmeldung nicht möglich ist, weil sie im 3. oder höheren Semester sind oder aus einer anderen Fakultät stammen, melden sich bitte per E-Mail bei Frau Grosse-Oetringhaus (grosse-oetringhausstatistik.tu-dortmundde) bis zum 21.7.2020 an (mit vollständigem Namen, Matrikelnummer, Studiengang, Fachsemester, Versuch).

 

Ergebnisse der Hauptklausur finden Sie im BOSS.

Notenb4.03.73.33.02.72.32.01.71.31.0Anzahl6  1463963930










 

 

 

Anmeldung zur Wiederholungsklausur: Eine Anmeldung dazu muss bis zwei Wochen vorher online erfolgen, d.h. bis zum 8.9.2020.  Diejenigen, für die eine Online-Anmeldung nicht möglich ist, weil sie im 3. oder höheren Semester sind oder aus einer anderen Fakultät stammen, melden sich bitte per E-Mail bei Frau Grosse-Oetringhaus (grosse-oetringhausstatistik.tu-dortmundde) bis zum 8.9.2020 an (mit vollständigem Namen, Matrikelnummer, Studiengang, Fachsemester, Versuch).

 

 

Ergebnisse der Wiederholungsklausur finden Sie in BOSS.

 

Klausureinsichten:

Vorgezogene Einsicht der Hauptklausur für diejenigen, die nicht bestanden haben:

Freitag, 7. August 2020, 14:00 bis 15:00 Uhr.

Diejenigen, die nicht bestanden haben, werden am Abend des Donnerstages, dem 6. August 2020, per E-Mail über Moodle darüber informiert. Dabei wird auch der Raum der Einsichtnahme bekant gegeben.

Mo   16.15-18.45  SRG I 2.008  (Beginn am  20.4.2020 voraussichtlich online)

 

Ab sofort können Sie sich über Moodle (s.u.) in den Kurseinschreiben. Dort finden Sie auch den Zugangscode für die Passwort geschützten Dateien auf dieser Seite sowie den Link zur Online-Vorlesung für den Fall, dass die Veranstaltung online durchgeführt werden muss.

 

Materialien für die Veranstaltung:

 

Wichtig:

Für diese Veranstaltung gibt es eine Moodle-Platform. Jeder soll sich darüber anmelden. Die Anmeldung dafür ist unter https://moodle.tu-dortmund.de/  möglich.

Voraussetzung für diese Veranstaltung ist Statistik III.

 

Literatur

Elser, T. (2017). Faktorielle Versuchsplanung: Das Prinzip des Design of Experiments verstehen und
in der Praxis anwenden. CreateSpace Independent Publishing Platform (Amazon), North Charleston.

Egert, C. (2013). Lineare statistische Modellierung und Interpretation in der Praxis. Oldenbourg, München.

Rasch, D., Verdooren, L. R., und Gowers, J. (2007). Planung und Auswertung von Versuchen und Erhebungen. Oldenbourg, München.

Goos, P., und Jones, B. (2011). Optimal Design of Experiments: A Case Study Approach. Wiley, New York.

Ruxton, G.D., und Colegrave, N. (2006). Experimental Design for the Life Sciences. Oxford University Press, Oxford.

Box, G.E.P., Hunter, W.G., und Hunter, J.S. (1978, 2005): Statistics for Experimenters. Wiley, New York.

Ghosh, S., und Rao, C.R. (1996). Design and Analysis of Experiments. Handbook of Statistics 13. North-Holland, Elsevier, Amsterdam.

Wintersemester 2017/2018

Sommersemester 2017

siehe Details zur Veranstaltung im SS 19.

siehe Details zur Veranstaltung im SS 19.

Mo 16.15 - 19.45  CDI 121 (Beginn 24. April 2017)

 

Allgemeine Informationen kurz: AllgInfoFallstudienII.pdf

Leitfaden zur Erstellung von Berichten: Leitfaden_fuer_Berichte.pdf

 

Projekt 1 Verkehrsschätzung mittels Rissweitenänderungen bei einer Brücke in Bochum

Aufgabenblatt: Projekt_1.pdf

Weitere Dateien:

HinweiseZumEinlesenVonMDTDateien.pdf

Unveröffentlichter Bericht: 2016-07-18_Bericht 001.pdf

Die Daten finden Sie unter https://moodle.tu-dortmund.de/

 

Projekt 2 Planung und Analyse von intervallzensierten Daten

Aufgabenblatt: Projekt_2.pdf

Weitere Dateien:

MA_Shi_fuer Statistik_neu.xls

Update B19.xlsx

Update B28.xlsx

Fotoalbum B19.pptx

Fotoalbum B28.pptx

B19_Matrix.xlsx

B28_Matrix.xlsx

Nichtveröffentlichte Literatur zur Thematik:

Design_for_interval_censored_data.pdf

Tillmann_Biermann_et_al_Artikel.pdf

Wintersemester 2016/2017

siehe Details zur Ver­an­stal­tung im WS 20/21.

siehe Details zur Ver­an­stal­tung im WS 20/21.

Sommersemester 2016

siehe Details zur Ver­an­stal­tung im SS 20.

siehe Details zur Ver­an­stal­tung im SS 20.

Wintersemester 2015/2016

siehe Details zur Ver­an­stal­tung im WS 19/20.

siehe Details zur Ver­an­stal­tung im WS 21/22.

siehe Details zur Ver­an­stal­tung im WS 21/22.

Sommersemester 2015

siehe Details zur Ver­an­stal­tung im SS 20.

siehe Details zur Ver­an­stal­tung im SS 19.

siehe Details zur Ver­an­stal­tung im SS 19.

Wintersemester 2014/2015

siehe Details zur Ver­an­stal­tung im WS 20/21.

siehe Details zur Ver­an­stal­tung im WS 21/22.

siehe Details zur Ver­an­stal­tung im WS 20/21.

Sommersemester 2014

siehe Details zur Ver­an­stal­tung im SS 20.

siehe Details zur Ver­an­stal­tung im SS 20.

Sommersemester 2013

siehe Details zur Ver­an­stal­tung im SS 19.

siehe Details zur Ver­an­stal­tung im SS 19.

siehe Details zur Ver­an­stal­tung im SS 19.

Wintersemester 2012/2013

Veranstaltung wird nicht mehr gehalten. Dateien und Informationen stehen nicht mehr zur Verfügung.

Veranstaltung wird nicht mehr gehalten. Dateien und Informationen stehen nicht mehr zur Verfügung.

siehe Details zur Ver­an­stal­tung im WS 20/21.

Sommersemester 2012

Mo 16-18 Uhr (CDI 120 + CDI 121) 

Mi 10-12 Uhr (CDI 120 + CDI 121) 

 

Allgemeine Informationen kurz: AllgInfoFallstudien_kurz.pdf

Allgemeine Informationen lang: AllgInfoFallstudien_lang.pdf

Leitfaden zur Erstellung von Berichten: Leitfaden_fuer_Berichte.pdf

 

Eine Sprachberatung bietet ??? an. Zur Vereinbarung eines individuellen Termins senden Sie bitte eine E-Mail an ???Laura.Langegmxde

 

Berichte müssen in Papierform und als PDF abgegeben werden. Dabei sollen die PDF-Dateien per E-Mail an Frau Tempelmann (tempelmannstatistik.tu-dortmundde) geschickt werden. Die Dateinamen sollen aus Nachname und Projektnummer bestehen.

 

 

Projekt 1

Daten: Russlandwahlen.zip,  Aufgabenblatt: Projekt1_Russlandwahlen.pdf, Auswertung: Auswertung_Projekt1.pdf 

 

Projekt 2 

Daten: HOUSE.DAT,  Aufgabenblatt: Projekt2_Haushaltsausgaben.pdf

Weitere Materialien: Einführung_MultiplesTesten.pdf,  Shaffer_MultipleHypothesisTesting.pdf

 

Projekt 3 

Daten: STARCH.DAT,  Aufgabenblatt: Projekt3_starch.pdf

 

Projekt 4

Daten: GALLEN.DAT,  Aufgabenblatt: Projekt4_gallen.pdf

Weitere Materialien: Permutationstest.pdfKunert-2002.pdf

 

Projekt 5 (noch nicht aktuell)

Daten: COMPUTER.DAT,  Aufgabenblatt: Projekt5_computer.pdf

Weitere Materialien: Skript zu Linearen Modellen

 

Projekt 6 

Daten: Basic Virkler data.xls,  Aufgabenblatt: Projekt6_Virkler.pdf

 

Projekt 7 

Daten: time.xls,  Aufgabenblatt: Projekt7_time.pdf

 

 

Erstellung von Präsentationen mit Powerpoint: Allgemeine Informationen.ppt (2.618 KB)

siehe Details zur Ver­an­stal­tung im WS 21/22.

Wintersemester 2011/2012

Ver­an­stal­tung wird nicht mehr gehalten. Dateien und In­for­ma­tio­nen stehen nicht mehr zur Ver­fü­gung.

siehe Details zur Ver­an­stal­tung im WS 20/21.

siehe Details zur Ver­an­stal­tung im WS 21/22.

Sommersemester 2011

siehe Details zur Ver­an­stal­tung im SS 22.

siehe Details zur Ver­an­stal­tung im SS 19.

Wintersemester 2010/2011

Ver­an­stal­tung wird nicht mehr gehalten. Dateien und In­for­ma­tio­nen stehen nicht mehr zur Ver­fü­gung.

Di       10.15-11.45      M/E 25

Do       08.30-10.00     M/E 28  nur am 14.10.2010 (danach auf Mo geändert !!!!!!)

Mo      16.00-17.30    M/E 21   ab 18.10.2010  !!!!!!!!!

 

Übung: Di 16.00-17.30 M/E 27, Do 8.30-10.00 M/E 27

Tutorium: Mo 10-12 M/E 27, Mi 16.00-17.30 M/E 21

Die Übungsblätter finden Sie hier.

 

Die Datei Statistik_V.pdf enthält ein Kurzskript zur Vorlesung.

 

Voraussetzung für die Klausur: 50% der Übungsaufgaben richtig bearbeitet.

 

Die Klausur findet am Mittwoch, dem 16.2.2011, von 14.00 bis 17.00 Uhr im HS 7 im HGII statt. Es dürfen nur 3 beidseitig handbeschriebene Seiten benutzt werden. Andere Hilfsmittel sind nicht erlaubt.

 

Die Ergebnisse der Klausur finden Sie hier. Klausureinsicht ist am  Mittwoch, dem 16.3.2011, von 10-12 Uhr im Raum 748.

 

 

Die Nachklausur findet am Mittwoch, dem 30. März 2011, von 13-16 Uhr im E29 in der Mathematik statt. Es dürfen nur 3 beidseitig handbeschriebene Seiten benutzt werden. Andere Hilfsmittel sind nicht erlaubt.

 

Die Ergebnisse der Nachklausur und korrigierte Klausurergebnisse finden Sie hier. Klausureinsicht ist am  Dienstag, dem 5.4.2011, von 13-14 Uhr im Raum 746.

 

 

Eine Anmeldung vorher ist nicht nötig! Als Anmeldung zählt, wer zur Klausur erscheint und sich am Anfang in die Übung eingetragen hatte.

 

siehe Details zur Ver­an­stal­tung im WS 20/21.

Sommersemester 2010

siehe Details zur Ver­an­stal­tung im SS 19.

siehe Details zur Ver­an­stal­tung im SS 19.

Wintersemester 2009/2010

Ver­an­stal­tung wird nicht mehr gehalten. Dateien und In­for­ma­tio­nen stehen nicht mehr zur Ver­fü­gung.

Ver­an­stal­tung wird nicht mehr gehalten. Dateien und In­for­ma­tio­nen stehen nicht mehr zur Ver­fü­gung.

siehe Details zur Ver­an­stal­tung im WS 20/21.