Programm

Idee

Vornehmliches Ziel des Promotionsprogramms "Statistik: Theorie und Methoden empirischer Modellierung" ist es, Doktorandinnen und Doktoranden eine über Spezialisierungen in den Lebens-, Geistes-, Sozial- und Wirtschaftswissenschaften hinausgehende übergreifende Sichtweise auf die methodischen Grundlagen des Faches Statistik zu vermitteln, einen fachlichen Austausch über interdisziplinäre Anwendungsprojekte hinweg zu institutionalisieren und damit auch in Zukunft eine gemeinsame akademische Basis, Sprache und Methodenvielfalt für die Beschreibung und Modellierung von Unsicherheit in den verschiedenen Anwendungsfächern sicherzustellen. Die transdisziplinäre Brückenfunktion der Statistik, insbesondere der Methodentransfer zwischen naturwissenschaftlichen (MC-Health, CHI) und sozialwissenschaftlichen Projekten (CEQURA, CEST) und den darin mitwirkenden Substanzwissenschaftlern, erhält durch das Programm auch eine institutionelle Basis.

Für die Aufnahme in das Promotionsprogramm wird grundsätzlich ein Abschluss (Master/Diplom) in einem fachlich einschlägigem Studium wie z.B. Statistik, Informatik oder Mathematik (oder verwandte Fächer z.B. empirische Sozialwissenschaften...) erwartet. Ausnahmen sind bei individueller Qualifikation möglich.

Profil

Aufbau

Teilnehmer des Programms sollen direkt von der internationalen Reputation der am Institut für Statistik forschenden Professoren und Nachwuchswissenschaftler profitieren. Es wird ihnen die im deutschsprachigen Raum einzigartige Möglichkeit geboten, gleichzeitig zum statistisch-methodischen Fortschritt und - über die Einbindung in Anwendungsprojekte - zum Erkenntnisgewinn in einer Substanzwissenschaft beizutragen und damit gleichzeitig Schlüsselqualifikationen für eine akademische oder außerakademische Karriere zu erwerben.

Inhalte

Die Inhalte des Programms ergeben sich aus den am Institut für Statistik vertretenen Forschungsrichtungen der explorativen, induktiven und computationalen Statistik mit folgenden Schwerpunkten:

• Analyse von Netzwerkdaten
• Beschreibung von unbeobachteter Heterogenität und Unsicherheit im Allgemeinen
• Computationale Aspekte der statistischen Inferenz
• Entwicklung und Evaluation von Regressionsmodellen in einem frequentistischen und bayesianischen Sinne
• Überwachtes Lernen, insbesondere Klassifikation und nichtlineare Regression
• Maschinelles Lernen
• Biosignal Processing
• Entwicklung von Methoden für fehlerhafte und fehlende Daten
• Entwicklung, Analyse und Implementation statistischer Analysemethoden
• Funktionale Datenanalyse
• Kalibration
• Mehrstufen-Modellierung
• Methoden zur Messung latenter Konstrukte
• Modellmittelung
• Modellwahl und Modelldiagnose
• Multivariate Verfahren
• Planung und Auswertung von Experimenten
• Prognose
• räumliche und räumlich-zeitliche Strukturen und Imaging
• Visualisierungstechniken
• wissenschafts- und erkenntnistheoretische Grundlagen

Lehrveranstaltungen

Institutskolloquium

Es findet ein regelmäßiges Kolloquium statt, das in Fachvorträgen von Hochschullehrern oder Gästen aktuelle Gebiete der Statistik vorstellt und diskutiert.

Sommer-Klausur

Auf der Sommer-Klausur stellen Teilnehmer des Programms den Fortschritt ihrer Arbeiten der Gruppe auf einer zweitägigen Klausurtagung vor.

Insbesondere können die Doktoranden am Programm des GraduateCenter^LMU teilnehmen.

Abschluss

Es gelten die Bestimmungen des eigentlichen Promotionsverfahrens; siehe hierzu die Informationsseiten der Fakultät 16.