Dr. Angela Bitto-Nemling
- 2 Besuche pro Jahr
- Bevorzugte Regionen: Oberösterreich, Wien.
- Bietet individuelle Besuche und thematische Workshops an.
- Besucht gerne: Kindergärten, Volksschulen, SEK I, SEK II, Sonderschulen und inklusiven Schulzentren.
- Fahrtkosten sind von der Schule zu übernehmen.
Forschungsschwerpunkte
- Zeitreihenanalyse
- Bayesian Statistics
- Computational Statistics
- Statistical Literacy
Aktuelle Projekte
Modellwahl und sparsame Modellierung: Unter Modellwahl versteht man die Aufgabe für gegebene Daten das beste Modell aus einer Menge möglicher Modelle auszuwählen. Ein bekanntes Beispiel dafür ist Variablenselektion in Regressionsmodellen, deren Ziel die Auswahl von relevanten Prädiktoren aus einer Menge möglicher erklärender Variablen ist. Variablenselektion ist insofern notwendig, da eine Nichtberücksichtigung von relevanten Prädiktoren zu verzerrten Schätzern führt, während die Aufnahme irrelevanter Prädiktoren in das Modell die Schätzgenauigkeit vermindert. Während im frequentistischen Ansatz der Statistik Modellwahl auf Hypothesentests oder Modellwahlkriterien wie AIC und BIC basiert, erfolgt die Modellwahl im Bayes Ansatz mit Algorithmen, die eine stochastische Suche im Modellraum erlauben. Am IFAS wurden Methoden sowohl zur Variablenselektion in verallgemeinerten linearen Modellen und gemischten Modellen als auch zur Modellwahl in Modellen mit zufälligen Effekten und Zustandsraum-Modellen entwickelt.
Bayes Statistik und MCMC Verfahren: Die Bayesianische Statistik bietet einen kohärenten Ansatz für alle Aufgaben der statistischen Inferenz, d.h. Parameterschätzung, Testen von Hypothesen, Vorhersage und Modellwahl in einem entscheidungstheoretischem Rahmen. Bayes Inferenz für komplexe Modelle ist durch computerintensive Verfahren möglich. Wir arbeiten am IFAS derzeit an Bayesianischer Modellierung von kategorialen und gemischten Daten, Bayes Analyse von Mischungsmodellen und Modellen zur Analyse von Behandlungseffekten, Bayesianischer Modellwahl sowie approximative Bayesianische Verfahren in Modellen mit nicht berechenbarer Likelihood.
workshop.detail.heading_single
Halbe Katzen, Tortendiagramme und kleine Ausreißer - Data Science zum Angreifen
In kleinen Gruppen erforschen Kinder, was es mit Zahlen, Daten und Zufall auf sich hat. Ein besonderes Highlight ist die Gummibärchen-Verteilung: Du wirst den Inhalt echter Gummibärchentüten zählen, sortieren und analysieren. Wie viele rote Bärchen sind drin? Welche Farbe kommt am häufigsten vor? Was ist ein Tortendiagramm? Braucht man Holzbalken für ein Balkendiagramm? So lernst du, wie man Daten sammelt und verständlich darstellt. Außerdem geht es um große Zahlen auf kindliche Art: Was bedeutet eigentlich "eins von Tausend"? Mit praktischen Beispielen bekommst du ein Gefühl für seltene Ereignisse – und dafür, warum Ausreißer spannend sind! Natürlich dürfen auch halbe Katzen nicht fehlen – eine lustige Art, über Mittelwerte zu sprechen. So wird Mathematik zum Abenteuer mit viel Lachen. Achtung - in diesem Kurs wird auch genascht!
-
workshop.detail.target_group.label Volksschule
-
workshop.detail.duration.label 1 workshop.detail.duration.unit
-
workshop.detail.country.label workshop.detail.online_available.realvisit Oberösterreich, Wien
-
workshop.detail.travel_costs
Auszug aus dem wissenschaftlichen Werdegang
- Diplomstudium der Technischen Mathematik an der TU Wien, 2009
- Forschungsassistentin bei der Europäischen Zentralbank in Frankfurt, 2009–2010
- Universitätsassistentin am Institut für Mathematik und Statistik der Wirtschaftsuniversität Wien (WU Wien), 2011-2018
- Promotion (Dr. in Statistik) an der Technischen Universität Wien, 2017
- Universitätsassistentin (Post-Doc) am Institut für Machine Learning der Johannes Kepler Universität Linz (JKU), 2021-2023
- Universitätsassistentin (Post-Doc) im Bereich Medizinische Statistik und Biometrie am Institut für Angewandte Statistik der JKU Linz, seit 2023