Statistisches Praktikum im SS 2018

Prof. Dr. Gaby Schneider
unter Mitarbeit von Dr. Michael Messer, Stefan Albert, Solveig Plomer und Benjamin Straub


Seminar im SS 2018. Do. 14:15 Uhr, SR 902, RM 10

Vorbesprechung: Do, 8. Februar, 11:30 Uhr, Raum 711 (groß).
Die Teilnahme an der Vorbesprechung ist Voraussetzung für die Teilnahme am Statistischen Praktikum.

Abschlusspräsentation: Donnerstag, 5. Juli 2018, 14-16 Uhr


Die folgenden Abstracts wurden in Kooperation mit den Teilnehmerinnen und Teilnehmern des Seminars erstellt.

Thema 1: Statistische Analyse neuronaler Aktivität in Mikronetzwerken

In Kooperation mit Prof. Dr. Albrecht Stroh, Institut für mikroskopische Anatomie und Neurobiologie, Universitätsmedizin Mainz

1. Lukas Ottermann und Anne Kaiser - Analyse gleichzeitiger Feueraktivität in parallelen Spiketrains

             Wir untersuchen Unterschiede in der Aktivität großer Neuronennetzwerke zwischen zwei Brain States. Dazu betrachten wir Maße des zeitgleichen Feuerns in Abhängigkeit von der räumlichen Netzwerkstruktur und quantifizieren mit Hilfe einer lokalen gewichteten Regression die Stärke gemeinsamen Feuerns als Funktion der örtlichen Distanz der Neurone.             

2. An Hoang - Multidimensionale Skalierung

Gibt es Gruppen von Neuronen, die gemeinsam Feuern? Um dies zu untersuchen, wenden wir die Multidimensionale Skalierung (MDS) an. Diese konstruiert aus einem Ähnlichkeitsmaß zwischen je zwei Neuronen, das hier auf Basis des gemeinsamen Feuerns bestimmt wird, eine Konfiguration in der Ebene, die bestmöglich zum gegebenen Ähnlichkeitsmaß passt. Die Nachbarschaft der Neurone in dieser Konfiguration vergleichen wir mit ihrer anatomischen Nachbarschaft.             

3. Nagihan Cetin - Peak Detection

     Unser Ziel ist es, Gipfel in Zeitreihen zu detektieren. Dazu vergleichen wir schrittweise die Steigungen zweier Regressionsmodelle, welche lokal an angrenzende Teilabschnitte der Zeitreihe angepasst werden. Um Gipfel verschiedener Höhe und Breite zu detektieren, werden jeweils mehrere Paare von Steigungen geschätzt, indem die Länge der angrenzenden Teilabschnitte variiert wird. Als Akzeptanzkriterium für einen Gipfel dient eine Schwelle, die wir mittels Permutationsverfahren ermitteln. Wir stellen das Verfahren vor, diskutieren seine Eigenschaften und untersuchen Unterschiede zwischen zweierlei Typen von Echtdaten.                 


Thema 2: NiddaMan: Analyse von chemischer Gewässergüte und Belastungsfaktoren für die Artenvielfalt im Einzugsgebiet der Nidda

In Kooperation mit Prof. Dr. Jörg Öhlmann, Dr. Matthias Oetken, Institut für Ökologie, Evolution und Diversität, FB Biowissenschaften, Goethe-Universität Frankfurt

4. Frederike Hotop und Linda Seide - Hauptkomponentenanalyse

           Besteht ein Zusammenhang zwischen gefundenen Spurenstoffen in Flüssen und der Gewässerqualität für die in ihnen lebenden Organismen? Für die Exploration eines Datensatzes einer Vielzahl von Spurenstoffen sowie biologischen Effekten, die an mehreren Flüssen erhoben wurden, bietet sich die Hauptkomponentenanalyse an. Hierbei handelt es sich um eine Datenreduktion mittels Hauptachsentransformation zu wenigen aussagekräftigen Hauptkomponenten, die möglichst viel Varianz abbilden. Durch diese Datenreduktion können wir Stoffe mit vergleichbarem örtlichen Vorkommen und Orte mit ähnlichen Merkmalen identifizieren sowie Hypothesen über Zusammenhänge zwischen Stoffkonzentrationen und biologischen Effekten gewinnen. Beispielsweise ist die Schadstoffbelastung nahe der Quellen eher gering (links im Bild); dagegen können Orte hoher Belastung (rechts) unterschiedliche Belastungsmerkmale aufweisen.           

5. Dorian Dolz - Kanonische Korrelation

Treten Korrelationen zwischen Gruppen von Substanz- und Gruppen von Effektvariablen auf? Zur Beantwortung dieser Frage bietet sich die kanonische Korrelationsanalyse (CCA) an. Die CCA entspricht einer kombinierten Hauptachsentransformation, deren neue Basisvektoren anhand der Daten so bestimmt sind, dass sie sukzessive die nächst größte Korrelation zwischen zwei Variablengruppen abbilden. Im analysierten Datensatz ist dies jedoch nur eingeschränkt möglich, da die Anzahl der Messpunkte kleiner ist als die Variablenzahl. Wir experimentieren mit einem Ansatz, der zunächst durch separate Hauptkomponentenanalyse in den Substanz- und Effektvariablen die Dimensionen reduziert.

6. Julien Irmer - Strukturgleichungsmodelle

Zur Modellierung nicht beobachtbarer, sogenannter latenter Variablen (Ellipsen) mit Hilfe von beobachtbaren Variablen (Rechtecke) werden Strukturgleichungsmodelle (SEMs) verwendet. Mittels eines SEM kann die Struktur der Kovarianzmatrix der beobachtbaren Variablen in systematische (wahre), unsystematische (Fehler-) sowie strukturelle Anteile zerlegt werden. Dies setzt ein spezifisches Modell voraus, das beispielsweise den Einfluss von Verschmutzungseffekten aus Kläranlagen und urbanen Abflüssen (X) auf biologische Effekte an kleinen Wasserorganismen (Y) beschreibt (siehe Figur). Wir diskutieren die Anwendbarkeit auf den vorliegenden Datensatz.
                     


Allgemeine Informationen

Das Statistische Praktikum richtet sich an Studierende der Mathematik mit Statistikkenntnissen (Voraussetzung: bestandene Klausur Statistik 1). In enger Kooperation mit Anwendern werden statistische Denkweisen und Methoden anhand von Daten und Fragestellungen erprobt, die aus der Praxis kommen. Das Statistische Praktikum ist ähnlich konzipiert wie ein Seminar. Themenvergabe erfolgt nach bestandener Klausur, die Bearbeitung der Themen umfasst

- die theoretische Auseinandersetzung mit einem statistischen Verfahren,
- die Anwendung des Verfahrens auf einen Datensatz,
- die intensive Auseinandersetzung mit einem komplexen Datensatz (hoher Programmieraufwand, R)
- die Präsentation von statistischer Methode und Analyseergebnissen (Folien),
- die aktive Mitarbeit im Seminar sowie ggf. Neuanalyse von Datensätzen nach Diskussion im Seminar,
- die Zusammenfassung der eigenen Hauptergebnisse in einem Kurztext (2-3 Sätze) und einer Figur.

Zum Abschluss werden die Ergebnisse in einer Abschlusspräsentation vorgestellt (10 Minuten pro Thema, Methoden und Hauptergebnisse laienverständlich zusammengefasst). Diese Abschlusspräsentation zum Statistischen Praktikum kann als separate Veranstaltung mit 2 CPs z.B. in die Module BaM-SK oder MaM-PR-2 eingebracht werden.





Hauptseite Statistisches Praktikum




Impressum      Datenschutzerklärung