Statistik

Präsenzstudium: ca. 42 Std., Eigenstudium: ca. 108 Std.

keine

Die Studierenden

• beherrschen nach dem Besuch des Moduls Grundlagen deskriptiver und induktiver Statistik.
• sind in der Lage, einfache Datensituationen einzuordnen, bestimmen geeignete beschreibende Maße und führen grundlegende deskriptive Datenanalysen durch. -können das grundlegende Konzept von Zufall und Wahrscheinlichkeit erklären sowie einfache
• Übungsaufgaben aus dem Fachgebiet lösen.
• verstehen grundlegende inferenzstatistische Methoden (z.B. statistische Signifikanztests), wenden diese sicher an und interpretieren sie im Hinblick auf die praxisorientierten Fragestellungen.
• können geeignete erlernte inferenzstatistische Methoden identifizieren, typische praktische Fragestellungen analysieren und Praxisprobleme lösen.

• Grundlagen der deskriptiven Statistik: Skalenniveaus, Lage- und Streuungsmaße, Zusammenhangsmaße
• Diskrete und stetige Zufallsvariablen: Kennzahlen von Zufallsvariablen, Standardisierung, Normalverteilung
• Grundlagen der induktiven Statistik: Punktschätzung, Konfidenzintervalle, Testtheorie (Hypothesentests, Signifikanzniveau, p-Wert) Ausgewählte Themen aus:
• statistischer Theorie (z.B. Gesetz der großen Zahlen, zentraler Grenzwertsatz, Mehrdimensionale Verteilungen)
• statistischer Modellierung (z.B. Regressionsanalyse)

Tafel, Folien oder Beamer, Software-Tools für Statistik und Wahrscheinlichkeitsrechnung (beispielsweise R)

• Fahrmeir, L. et al., 2023. Statistik. Der Weg zur Datenanalye. Springer Verlag, Heidelberg.
• Scheid, S. und Vogl, S. (2021). Data Science. Grundlagen, Methoden und Modelle der Statistik. Carl Hanser Verlag.
• Toutenburg, H. et. al., 2009. Arbeitsbuch zur deskriptiven und induktiven Statistik. Springer.