Institut für Statistik
In der Statistik sind Daten von zentraler Bedeutung, denn sie bilden die Grundlage für fundierte Analysen und datenbasierte Entscheidungen. Forschungsdaten umfassen vielfältige Informationen aus verschiedensten Bereichen wie Wirtschaft, Politik, Gesellschaft und Wissenschaft und ermöglichen es Forschenden, Trends zu erkennen, Muster zu analysieren und komplexe Zusammenhänge zu verstehen. Das Institut für Statistik der LMU München bietet verschiedene Angebote im Bereich Open Science mit einem besonderen Fokus auf das Thema Datenanalyse.
Das Statistische Beratungslabor (StaBLab)
Das StaBLab hat sich zum Ziel gesetzt, Anwender der Statistik wissenschaftlich zu beraten. Ein besonderer Schwerpunkt der Arbeit liegt in der Beratung von Studierenden der LMU bei statistischen Fragestellungen, insbesondere bei Abschlussarbeiten. Hierbei ist uns das interdisziplinäre Arbeiten auf der Ebene der Studierenden ein besonderes Anliegen. Weiter richtet sich das Angebot auch an Forschende der LMU und anderer Universitäten und Einrichtungen.
Im Zentrum steht die problemadäquate Anwendung statistischer Methoden in Forschung, Industrie und Gesellschaft. Insbesondere ist der effiziente Transfer von neuen wissenschaftlichen Erkenntnissen auf dem Gebiet der Statistik in die Praxis eines der wesentlichen Ziele des StaBLab.
Open Science Initiative in Statistics (OSIS)
Die Initiative setzt sich für die Einhaltung der Open Science-Prinzipien im Fachbereich Statistik ein. Diese umfassen vor allem die Reproduzierbarkeit und Replizierbarkeit von Forschungsergebnissen, die Publikation nach den Prinzipien Open Data und Open Access sowie die Einhaltung guter, empirischer wissenschaftlicher Praxis.
Machine Learning Consulting Unit
R und Python Training der Essential Data Science Training GmbH
Die Essential Data Science GmbH, ein Spin-off der Ludwig-Maximilians-Universität München, bietet verschiedenen Schulungen im Bereich Data Science, Machine Learning und Statistik an. Dabei steht die praktische Anwendung der vorgestellten Methoden (insbesondere mit den Programmiersprachen R oder Python) als auch die theoretische Funktionsweise der Methoden im Fokus. Zielgruppe sind Anwender aus jeder Fachrichtung, die Methoden aus den genannten Bereichen besser verstehen möchten und Kenntnisse zur Analyse, Visualisierung, Modellierung und Vorhersage von Daten erlernen und anwenden möchten.
