Regularisierungstechniken in Regression und Latent Trait Modellen

Seminar im Winterersemester 14/15

20.01.2014	Die Ankündigung des Seminars inkl. der Themen können Sie hier herunterladen.

In Regressionsproblemen mit einer großen Anzahl an Einflussgrößen genauso wie in Latent Trait Modellen ist es notwendig die relevanten Variablen bzw Wirkungsstrukturen zu identifizieren, da die übliche Maximum Likelihood-Schätzung oft nicht durchführbar oder zumindest nicht optimal ist. Es werden unterschiedliche Ansätze betrachtet, wie sich die Prädiktorenstruktur spezifizieren lässt und wie Regularisierungstechniken einsetzbar sind, um Parameter schätzbar zu machen und relevante Strukturen zu identifizieren. Ein wesentlicher Schwerpunkt ist die Variablenselektion. Viele der der betrachteten Verfahren zielen auf eine Kombination von Variablenselektion und Verbesserung der Modellperformance ab.

Prof. Dr. Gerhard Tutz	Zimmer 457, Akademiestraße 1
M. Sc. Moritz Berger	Zimmer 140, Ludwigstraße 33
Dipl. Stat. Margret Oelker	Zimmer 452, Akademiestraße 1
Dipl. Stat. Wolfgang Pößnecker	Zimmer 459, Akademiestraße 1
M. Sc. Gunther Schauberger	Zimmer 453, Akademiestraße 1
Dipl. Stat. Micha Schneider	Zimmer 459, Akademiestraße 1

Als generelle Literatur werden für das Seminar folgende Bücher empfohlen: Hastie, Tibshirani, Friedman (2009): The Elements of Statistical Learning Tutz (2012): Regression for Categorical Data, Cambridge University Press

Sofern nicht anders bekanntgegeben, findet das Seminar dienstags an den unter Programm genannten Terminen von 16:15 - 18:00 Uhr im Seminarraum (144) des Instituts für Statistik, Ludwigstraße 33, statt.

Vortrag von ca. 45 Minuten Dauer. Ausarbeitung des Themas als Seminararbeit (ca. 10-15 Seiten); Abgabe bis spätestens vier Wochen nach Vorlesungsende. Aktive Teilnahme.