In diesem Workshop beschäftigen wir uns in acht Terminen mit den Grundlagen der angewandten Statistik, Schätzfunktionen sowie statistschen Tests und der Regressionsrechnung jeweils mit einfachen illustrierenden Beispielen und Übungen.

Die angewandte Statistik und die Wahrscheinlichkeitstheorie sind im Kern für die folgenden Bereiche unverzichtbar:

• Data Science - Die Analyse von Geschäftsdaten zur Unterstützung von Entscheidungsprozessen und Erstellung von Prognosen
• AI - Die Auswahl von Modellen in der AI entsprechend den zu lösenden Problemen - eine von Natur aus anspruchsvolle Aufgabe
• Risk Management - Die Bewertung von Risiken - Kreditrisiko, Zinsrisiko, Währungsrisiko - bei Versicherungsprodukten und Finanzprodukten

Da die Wahrscheinlichkeitstheorie die Grundlage der angewandten Statistik bildet, ist Wissen im Umfang des Workshops Wahrscheinlichkeitstheorie für Data Science, AI und Risk Management - GRUNDLAGEN - 32 UE - DE EN eine notwendige und hinreichende Voraussetzung.

Der Workshop wird in deutscher sowie englischer Sprache angeboten und ist ein Präsenzworkshop. Für eine interaktive Lernumgebung, in der sie mühelos neues Wissen erwerben und gleichzeitig Spass haben erachten wir vier bis sechs Teilnehmer als ideal.

Für die Workshoptermine und die Hausübungen wird ein eigenes Notebook mit R oder Python 3 benötigt. Sehr gerne helfen wir ihnen in diesem Zusammenhang telefonisch oder per Email.

Last updated 19. September 2026

TERMINE UND INHALTE

Samstag 21. November 2026, 10;00 - 14:00
Sonntag 22. November 2026, 10:00 - 14:00

Samstag 28. November 2026, 10:00 - 14:00
Sonntag 29. Niovember 2026, 10:00 - 14:00

Samstag 05. Dezember 2026, 10:00 - 14:00
Sonntag 06. Dezember 2026, 10:00 - 14:00

Samstag 12. Dezember 2026, 10:00 - 14:00
Sonntag 13 Dezemberr 2026, 10:00 - 14:00

32 Unterrichtseinheiten. Eine Unterrichtseinheit UE entspricht 50 Minuten.

TERMIN 1 UND 2

Vorbemerkungen

• Der Zusammenhang zwischen Wahrscheinlichkeitstheorie und angewandter Statistik
• Die Bedeutung der angewandten Statistik als theoretische Grundlage für Data Science, AI und Risk Management

Grundlagen der angewandten Statistik

• Die Aufgabe der angewandten Statistik
• Mathematische Stichprobe
• Statistik als Funktion einer mathematischen Stichprobe
• Statistische Entscheidungen

Testverteilungen

• t-Verteilung
• Chiquadrat-Verteilung

TERMIN 3 UND 4

Punktschätzungen für Parameter

• Konkrete Stichproben
• Schätzfunktionen als Funktionen von konkreten Stichproben
• Eigenschaften von Schätzfunktionen:
• Unverzerrtheit oder erwartungstreue
• Effizienz
• Konsistenz
• Plausibilität - Plausibilitätsfunktion oder Maximum-Likelihood-Funktion
• Verlustminimierung
• Anwendungsbereiche und einfache illustrierende Beispiele

Die empirische Verteilungsfunktion

• Die empirische Verteilungsfunktion als unverzerrte Schätzfunktion für die zugrunde liegende Verteilungsfunktion
• Der Fundamentalsatz der Statistik

Bereichsschätzungen für Parameter

• Konfidenzfunktionen
• Pivot-Größen
• Konfidenzintervalle für eindimensionale Parameter

TERMIN 5 UND 6

Statistische Tests

• Grundlegendes
• Statistische Hypothesen
• Testfunktionen
• Verwerfungsräume
• Fehler erster Art
• Fehler zweiter Art
• Anwendungsbereiche und einfache illustrierende Beispiele

Tests für Normalverteilungen

• t-Test für das Mittel einer Normalverteilung
• Test für die Varianz einer Normalverteilung mittels Chiquadrat-Verteilung
• t-Test für die Gleichheit zweier Normalverteilungen mit identischer Varianz
• Anwendungsbereiche und einfache illustrierende Beispiele

TERMIN 7 UND 8

Chiquadrat-Anpassungstest

• Definition
• Chiquadrattest für einfache Hypothesen
• Chiquadrattest für zusammengesetzte Hypothesen
• Anwendungsbereiche und einfache illustrierende Beispiele

Regressionsrechnung

• Definition
• Regressionsfunktion
• Regressionsgerade
• Methode der kleinsten Abstandsquadratsumme
• Anwendungsbereiche und einfache illustrierende Beispiele

BIBLIOGRAPHIE

Statistik für Wirtschaftswissenschaftler
Josef Bleymüller, 2020, achtzehnte Auflage

Wahrscheinlichkeitsrechnung und mathematische Statistik
Otfried Beyer, B.G. Teubner, 1999, achte Auflage

Introduction to Probability, Statistics, and Random Processes
Hossein Pishro-Nik, 2014, Kappa Research, LLC, first edition

Student's Solutions Guide for Introduction to Probability, Statistics, and Random Processes
Hossein Pishro-Nik, 2016, Kappa Research, LLC, first edition