Broschüre - Seminar für Statistik - ETH Zürich

WEITERBILDUNGS-LEHRGANG INANGEWANDTER STATISTIKFebruar 2013 bis März 2015Der Lehrgang in angewandter Statistik der ETH Zürich richtet sich anWissenschaftlerinnen und Wissenschaftler, insbesondere aus naturwissenschaftlichenund technischen Bereichen, die in ihrer Arbeit Daten statistischauswerten. Er vermittelt ein breites Wissen über statistische Methoden derDatenanalyse und Modellierung.Der Lehrgang kann nach 15 Monaten mit einem Zertifikat oder nach zweiJahren mit einem Weiterbildungs-Diplom abgeschlossen werden.Seminar für StatistikZentrum für WeiterbildungETH ZürichETH Zürich8092 Zürich 8092 ZürichTel. 044 632 3438http://stat.ethz.ch/wbl/Inhaltsverzeichnis1. Ziele 11.1 Was will die Statistik als Fachgebiet ? .....................................11.2 An wen richtet sich der Lehrgang ? .........................................21.3 Ziele des Lehrgangs .................................................................22. Programm 32.1 Einführungsteil ........................................................................42.2 Grundthemen ...........................................................................52.3 Aufbauteil ...............................................................................82.4 Workshop ................................................................................92.5 Diplomarbeit ...........................................................................92.6 Kreditpunkte ............................................................................92.7 Dozentinnen und Dozenten ...................................................103. Organisatorisches

VorwortIn Naturwissenschaft und Technik, wie auch in anderen Wissenschaften,bilden Daten die Grundlage von Entscheidungen und Erkenntnissen. Diesewerden durch Messungen, Beobachtungen oder Umfragen gewonnen. Siesind meistens mit Unsicherheiten und zufälliger Variabilität behaftet. Inetlichen Bereichen führen automatisierte Messeinrichtungen und Datenerfassungenzu einer unüberschaubaren Zahlenflut.Die Methoden zur Analyse solcher Daten bilden den Gegenstand der Statistikim weiten Sinne. Gute Kenntnisse in Statistik sind daher oft unerlässlich,damit die häufig mit viel Aufwand gewonnenen Daten verstanden und ausihnen richtige Schlüsse gezogen werden können. Viele Studiengängeenthalten deshalb eine Einführung in einfachere statistische Methoden.Interessierte Forscherinnen und Forscher bauen darauf fundierte Kenntnissespezialisierter Methoden auf, die für ihr Fachgebiet besonders nützlich sind.Eine Aufgabe der Statistik als Fachdisziplin ist es, allgemein nützlicheMethoden zur Datenanalyse zu entwickeln, ihre Eigenschaften zu studierenund sie bekannt zu machen, um so die Arbeit in den empirischenWissenschaften zu unterstützen. Unser Kurs richtet sich deshalb an Frauenund Männer aus Naturwissenschaft, Technik und Geschäftswelt, die in ihrerArbeit Daten analysieren und dabei an die Grenzen ihrer Kenntnissestatistischer Verfahren stossen. Ihnen möchten wir mit dem Kurs zuschlüssigeren Resultaten verhelfen.1 Ziele 1.1 Was will die Statistik als Fachgebiet ?`Eine Statistik' ist im täglichen Sprachgebrauch eine Zusammenstellung vonZahlen über Bevölkerungsgruppen, Sportresultate, Krankheiten, Wetterlagenoder Tätigkeiten. Viele Statistiken beschreiben in einem weiten Sinn denZustand des Staates; die Statistik als Disziplin hat so ihren Namen erhalten.In den heutigen empirischen Wissenschaften werden zu allen denkbarenFragestellungen nach Möglichkeit Daten gesammelt. Teilweise geschieht diesdurch Beobachtung von Phänomenen und Prozessen, die sich nichtbeeinflussen lassen, teilweise werden die Abläufe in eigens geplantenExperimenten erzeugt und gesteuert.`Die Statistik' als wissenschaftliches Fachgebiet befasst sich neben demProblemWie sollen welche Daten gewonnen werden ?vor allem mit den FragenProf. Werner StahelProf. Hans-Rudolf KünschProf. Peter BühlmannProf. Sara van de GeerundWie soll man Daten beschreiben ?Welche Schlüsse kann man aus Daten ziehen ?Die Methoden, die auf diese Fragen Antwort geben, sind vielfältig. Trotz sehrunterschiedlichen Anwendungsgebieten und Problemstellungen sind vieleVerfahren und Prinzipien breit anwendbar.Version: September 2012Redaktion: Lukas Meier, Seminar für Statistik1

2.1 EinführungsteilBlock PS: Grundbegriffe der Wahrscheinlichkeit und StatistikWenn beispielsweise die Zahl der Diebstähle von einem Jahr zum nächstenzunimmt stellt sich die Frage, ob dies auf eine Änderung der Verhaltensweisezurückzuführen sei oder ob es sich dabei um eine 'zufällige Schwankung'handle. Um solche Fragen zu beantworten, braucht man ein Modell für denZufall -- das Modell der Wahrscheinlichkeiten.Die Schliessende Statistik schlägt eine Brücke zwischen den Modellen derWahrscheinlichkeitstheorie und den Daten. Sie hilft, zwischen ‚echten’(systematischen) und zufälligen Änderungen zu unterscheiden und dieGenauigkeit von Durchschnitten, Trends und anderen aus den Datenausgerechneten Grössen anzugeben.Die Teilnehmerinnen und Teilnehmer sollten diese Überlegungen bereitskennen. Dieser Block ist als Repetition zu verstehen und bildet die Grundlagefür die weiteren Teile.Die Statistik-Sprache S, in Form der frei zugänglichen Software R, wird imganzen Lehrgang verwendet, um die Übungen zu lösen. Sie wird im Einführungsteileingeübt.2.2 GrundthemenRegressionIn der Regression geht es darum, Modelle zu entwickeln, um die Werte einesMerkmals, einer Variablen, durch die Werte mehrerer anderer Grössen zuerklären oder auch vorherzusagen. Die Problemstellungen sind so vielfältig,dass die Regression als die am weitesten verbreitete statistische Methodikgelten darf.Rg1. Der erste Teil beschränkt sich auf die einfache und multiple lineareRegression und vermittelt die Denkweise der explorativen Modell-Entwicklung, die auch für andere statistische Gebiete grundlegend ist.Stichworte zum Inhalt:Modelle der einfachen und dermultiplen linearen Regression,Residuen-Analyse,Modell-Entwicklung.Rg2. Im zweiten Teil der Vorlesung werden die so genanntenVerallgemeinerten Linearen Modelle eingeführt, die für verschiedene Artenvon Zielgrössen geeignet sind.Stichworte zum Inhalt:Wahrscheinlichkeit,Zufallsvariable und Verteilungen,Verteilung von Funktionen einer odermehrerer Zufallsvariablen,Summen von Zufallsvariablen undGrenzwertsätze,Schätzungen, Tests, Vertrauensintervalle,Statistik für eine und zwei Stichproben,Maximum-Likelihood-Schätzung.In weiteren Blöcken werden besprochen:Stichworte zum Inhalt:Logistische Regression,Poisson-Regression,Verallgemeinerte Lineare Modelle,Geordnete Zielgrössen,Kategorielle Zielgrössen,Allgemeinere Modelle.Rg3a.Rg3b.RobNichtlineare RegressionNichtparametrische Regression (Glättung)Robuste Methoden45

Ts2. Im zweiten Teil werden weitere Modelle und die in denIngenieurwissenschaften grundlegende Spektralanalyse erarbeitet.2.3 AufbauteilStichworte zum Inhalt:ARMA-Modelle,Zustandsraum-Modelle,SpektralanalyseWeitere Blöcke handeln einerseits von allgemein anwendbaren Konzeptenund Methoden und andererseits von Themen, deren Bedeutung sich vor allemin naturwissenschaftlichen und medizinischen, in sozialwissenschaftlichenoder ökonomischen Anwendungen zeigt.Diese Blöcke werden für Teilnehmende, die das Weiterbildungs-Diplomerlangen wollen, als Wahlfächer oder als obligatorische Teile angeboten.Folgende Themen sind vorgesehen:Allgemeine MethodenRes Nichtparametrische Methoden und Resampling(Rang-Methoden, Randomisierungstests, Bootstrap)Rob Robuste MethodenBay Bayes-MethodenRg3a. Nichtlineare RegressionRg3b. Nichtparametrische Regression (Glättung)Spezielle ThemenSam Stichproben-ErhebungenSrv Überlebenszeiten, AusfallzeitenSpa Räumliche StatistikSeq Strukturgleichungs-ModelleDM Data MiningAv3 Repeated MeasuresDas letztgenannte und allfällige weitere Themen werden nur bei genügendemBedarf angeboten, soweit geeignete Dozierende gefunden werden können.2.4 WorkshopDer Aufbauteil wird von einem Workshop begleitet, in dem dieTeilnehmenden eine statistische Fragestellung oder Studie präsentieren.2.5 DiplomarbeitWährend oder nach dem Aufbauteil bearbeiten die Teilnehmenden eine kleineStudie, in der normalerweise Daten aus ihrem eigenen Tätigkeitsbereichausgewertet werden. Die Arbeit soll etwa eine Woche Zeitaufwandbeanspruchen. Sie wird von einem Dozenten oder einer Dozentin begleitetund beurteilt.2.6 KreditpunkteDen Blöcken des Lehrgangs sind Kreditpunkte im Sinne des European CreditTransfer Systems (ECTS) zugeordnet. Einzelheiten zeigt die folgende TabelleBez. Ht ECTS O Titel______________________________________________________________PS 13 4 Z EinführungsteilRg1 8 4 Z Regression, 1. TeilAv1 6 3 Z Varianzanalyse und Versuchspl., 1. TeilMu1 6 3 Z Multivariate Statistik, 1. TeilTs1 4 2 Z Zeitreihen, 1. Teil______________________________________________________________37 16 Z Total für Zertifikat______________________________________________________________Bez BezeichnungHt HalbtageECTS KreditpunkteO obligatorisch für: Z Zertifikat / D Diplom (zusätzlich zu Z)89

Bez. Ht ECTS O Titel______________________________________________________________Rg 2 5 2 D Regression, 2. TeilAv2 7 3 Varianzanalyse und Versuchspla. 2. TeilMu2 6 3 Multivariate Statistik, 2. TeilTs2 8 4 Zeitreihen, 2. Teil______________________________________________________________Rg 3a 3 1 Nichtlineare RegressionRg 3b 3 1 Nichtparametrische Regression (Glättung)Res 6 2 D Nichtparam. Methoden und ResamplingRob 3 1 Robuste StatistikBay 6 2 Bayes-MethodenSam 5 2 Stichproben-ErhebungenSrv 5 2 Überlebenszeiten, AusfallzeitenSpa 3 1 Räumliche StatistikDM 3 1 Data MiningAv3 4 1 Repeated MeasuresSeq 4 1 Strukturgleichungs-Modelle______________________________________________________________Ws 1 D Beitrag im WorkshopPro 2 D Projektarbeit______________________________________________________________Für das Weiterbildungs-Diplom sind insgesamt 30 ECTS nötig. Angabenohne Gewähr.2.7 Dozentinnen und DozentenVerschiedene Dozentinnen und Dozenten aus dem In- und Auslandübernehmen die einzelnen Blöcke. Die Übungen werden durch einenAssistenten das ganze Jahr über betreut.Im Kurs 2011-2013 haben als Dozierende mitgewirkt:Dr. Peter Bühlmann, Seminar für Statistik, ETH Zürich,Dr. Marcel Dettling, Zürcher Hochschule Winterthur,Dr. Yves Laurent Grize, Basler Versicherungen, Basel,Prof. Beat Hulliger, Fachhochschule Nordwestschweiz, FHNW, OltenDr. Markus Kalisch, Seminar für Statistik, ETH ZürichDr. Diego Kuonen, Statoo Consulting, Bern10Dr. Martin Mächler, Seminar für Statistik, ETH ZürichDr. Lukas Meier, Seminar für Statistik, ETH ZürichDr. Andreas Papritz, Institut für terrestrische Ökologie, ETH ZürichDr. Hans-Rudolf Roth, Seminar für Statistik, ETH ZürichProf. Andreas Ruckstuhl, Zürcher Hochschule Winterthur, WinterthurProf. Werner Stahel, Seminar für Statistik, ETH ZürichProf. Mara Tableman, Portland State University, Portland, Oregon3 Organisatorisches Der Lehrgang bietet etwa 450 Unterrichtsstunden an, die von Februar 2013bis im Frühjahr 2015 auf ca. 65 Tage verteilt werden. Generell findet derLehrgang jeweils am Montag statt. Der Einführungsteil im Frühjahrssemesterfällt auf die Donnerstage.Der Einführungsteil besteht aus einer Vorlesung, die am Donnerstag von8.15h – 10.00h gehalten wird. Im Anschluss daran werden Ergänzungengeboten und Fragen zur Statistik-Software R behandelt. Von 11.00h – 12.00hfinden obligatorische Übungen statt. Am Nachmittag bieten zusätzlicheÜbungen und Repetitionsstunden Gelegenheit, nach Bedarf vorhandeneLücken zu schliessen.Im Grundlagenteil werden im Herbstsemester 2013 und im Frühjahrssemester2014 jeweils zwei Vorlesungen besucht, die montags von 8.15h – 10.00hresp. von 13.15h – 15.00h stattfinden. Von 10.15h – 12.00h resp. von 15.15h– 17.00h werden kleinere Ergänzungen gebracht, und die Teilnehmendenlösen Übungsaufgaben auf dem Computer.Die übrigen Blöcke finden generell zu denselben Zeiten statt wie dieVorlesungen im Grundlagenteil.Der zusätzliche Arbeitsaufwand zu Hause hängt stark von der Vorbildung inStatistik ab. Pro Kurstag sollte gemäss Erfahrung mit einem weiteren TagStudium gerechnet werden.Die Diplomarbeit wird gegen Ende des Aufbauteils durchgeführt. Sie mussbis Februar 2015 abgeschlossen werden.11

Kursdaten:Einführungsteil: Donnerstag 21. Februar bis 30. Mai 2013Grundlagenteil: Montag 16. September bis 23. Dezember 2013 und17. Februar 2014 bis 30. Mai 2014Aufbauteil: Montag Januar 2014 und Juni 2014 bis Februar 2015Ort: Der Unterricht findet an der ETH Zürich (Zentrum) statt.(Genaue Daten werden später festgelegt)Sprache: Der Unterricht wird in der Regel auf Deutsch erteilt. EinzelneTeile im Aufbauteil werden auf Englisch vorgetragen.Zulassung: Die Teilnahme setzt einen Hochschulabschluss voraus, indessen Rahmen eine Einführungsvorlesung in die Wahrscheinlichkeit undStatistik absolviert wurde. Dieser Stoff wird im Einführungsteil repetiert.Der Einführungsteil wird mit einer Prüfung abgeschlossen, deren Bestehenfür die definitive Aufnahme an den folgenden Teilen vorausgesetzt wird. DiePrüfung kann einmal wiederholt werden.Die Teilnehmerzahl ist nach dem Einführungsteil grundsätzlich beschränkt.Falls die Grenze überschritten werden sollte, würden neben der erwähntenPrüfung, die rechtzeitige Anmeldung, die Leistung in den Prüfungen desEinführungsteils, die Noten im vorhergehenden Abschlusszeugnis und dieBerufserfahrung als Aufnahmekriterien verwendet.Insgesamt müssen mindestens 30 ECTS erworben werden. Auf Gesuch hinkönnen auch Leistungen, die ausserhalb des Lehrgangs erbracht wurden,berücksichtigt werden, sofern sie nicht bereits für einen anderen Abschlussangerechnet wurden.Alle Teilnehmenden erhalten für die Teile, die sie besucht haben, einedetaillierte Bescheinigung.Kosten: Die Kosten betragen CHF 1’000.00 für den Einführungsteil, für denLehrgang bis zum Zertifikat CHF 3'000.00 und weitere CHF 4’000.00 für dasWeiterbildungs-Diplom (Total CHF 8'000.00). Besucherinnen und Besuchervon einzelnen Blöcken bezahlen CHF 120.00 pro Halbtag. Darin enthaltensind die Kosten für sämtliche Kursunterlagen.Für Doktorierende und Mitarbeitende der ETH Zürich werden die Kostennicht erhoben, sofern die Teilnahme im Interesse des Institutes liegt(Bestätigung erforderlich).Bei Abmeldung zwischen dem Anmeldeschluss und dem zweiten Kurstagmuss ein Unkostenbeitrag von CHF 200.00 erhoben werden. Bei spätererAbmeldung wird der volle Betrag des angefangenen Teils (Einführung /Zertifikat / Weiterbildungsdiplom) fällig.Versicherung gegen Krankheit und Nichtbetriebs-Unfall ist Sache derTeilnehmerinnen und Teilnehmer.Teil-Pensum: Einzelne Teile des Lehrgangs können besucht werden, soweitPlätze vorhanden sind. Die fachlichen Voraussetzungen müssen mit derLeitung des Lehrgangs abgeklärt werden.Abschlüsse: Die Teilnehmerinnen und Teilnehmer, die den Einführungsteilund die obligatorischen Teile der vier Grundlagen-Vorlesungen mitzusammen 16 ECTS erfolgreich absolviert haben, erhalten nach einerAbschlussprüfung das Zertifikat des Lehrgangs.Das Weiterbildungs-Diplom in angewandter Statistik der ETH Zürich setztden Besuch und erfolgreichen Abschluss von weiteren Blöcken, einen Beitragim Workshop und eine genügende Diplomarbeit voraus.1213

Anmeldung:Interessierte melden sich bis zum 14. Dezember 2012 beim Seminar fürStatistik mit dem Anmeldeformular an. Falls ein Zulassungsgesuch aufgrundnicht voll erfüllter Bedingungen nötig ist, wird über dieses in der Regelinnerhalb von vier Wochen, spätestens aber bis eine Woche vor Beginn desLehrgangs entschieden. Verspätete Anmeldungen können nur bei freienKapazitäten berücksichtigt werden.Für Teil-Pensen ist auch eine spätere Anmeldung möglich.Auskunft:Sie finden den Inhalt dieser Broschüre auf dem Internet unterhttp://stat.ethz.ch/wblFür weitere Auskünfte wenden Sie sich bitte an:Seminar für Statistik, ETHZ, 8092 ZürichSekretariat, Tel. 044 632 3438E-mail: wbl@stat.math.ethz.chhttp://stat.ethz.ch/wblLeitung:Dr. Lukas Meier, Tel. 044 632 974914