PDF

MODULBESCHREIBUNG

Statistik (WING)

Kurzzeichen:
M_STAT
Durchführungszeitraum:
FS 2015 - FS 2018
ECTS-Punkte:
2
Lernziele:

Fachkompetenzen:

Die Teilnehmenden können:

• (mathematische) Grundelemente der deskriptiven Statistik, der Wahrscheinlichkeitsrechnung sowie der induktiven Statistik darstellen, verwenden sowie zugehörige Aufgaben und Probleme lösen.

 

Methodenkompetenzen:

Die Teilnehmenden können:

• die Grundprinzipien der Schätz- und Testtheorie darstellen, verwenden sowie zugehörige Aufgaben und Probleme lösen.

• mit Hilfe der Statistik-Software R Daten grafisch darstellen, statistische Grössen berechnen und einfache Analysen durchführen.

 

Selbstkompetenzen:

Die Teilnehmenden können:

• sich selbständig und eigenverantwortlich mit statistischen Inhalten und Fragestellungen auseinandersetzen

• erkennen, wann sie die Hilfe von Fachpersonen in Anspruch nehmen müssen.

 

Sozialkompetenzen:

Die Teilnehmenden können:

• statistische Inhalte präzise, stringent und adressatengerecht kommunizieren

• statistische Fragestellungen präzise formulieren

Verantwortliche Person:
Andreas Müller
Empfohlene Module:
-
Zusätzlich vorausgesetzte Kenntnisse:
keine
Modultyp:
Standard-Modul für Wirtschaftsingenieurwesen (Bachelor 14) (Empfohlenes Semester: 2)
Standard-Modul für Wirtschaftsingenieurwesen (Bachelor 15) (Empfohlenes Semester: 2)
Standard-Modul für Wirtschaftsingenieurwesen (Bachelor 14 Übergang) (Empfohlenes Semester: 2)
Standard-Modul für Wirtschaftsingenieurwesen (Bachelor 18 Übergang) (Empfohlenes Semester: 2)

ECTS-Punkte pro Kategorie

Kategorie:
Wirtschaftsingenieurwesen (Bachelor 14)
Ingenieurkompetenzen / 2 Punkte
Ingenieurkompetenzen und ergänzende Fachmodule / 2 Punkte
Wirtschaftsingenieurwesen (Bachelor 15)
Ingenieurkompetenzen / 2 Punkte
Ingenieurkompetenzen und ergänzende Fachmodule / 2 Punkte
Wirtschaftsingenieurwesen (Bachelor 14 Übergang)
Ingenieurkompetenzen / 2 Punkte
Ingenieurkompetenzen und ergänzende Fachmodule / 2 Punkte
Wirtschaftsingenieurwesen (Bachelor 18 Übergang)
Ingenieurkompetenzen / 2 Punkte

Modulbewertung

Bewertungsart:
Note von 1 - 6

Leistungsbewertung

Während der Prüfungssession:
Schriftliche Prüfung, 90 Minuten
Zulassungsbedingungen zur Prüfung:
 

Während des Semesters:
 
Bewertungsart:
keine Note oder Wertung

Kurse in diesem Modul

Statistik

Kürzel:
Stat
Lernziele:
Die Studierenden sollen befähigt werden
• kleine statistische Anwendungsprobleme mit
eigenen Daten selbst zu lösen
• bei größeren Problemen sinnvoll mit Statistiker/innen
zusammen zu arbeiten
• die Statistik in anderen wissenschaftlichen Arbeiten
(wenigstens in den Grundzügen) zu verstehen
• Missbräuche und Fehler leichter zu durchschauen und selbstständig zu beurteilen
Plan und Lerninhalt:

Themen-/Lernblock: Deskriptive Statistik
1 Wozu Statistik
Big Picture, Einführende Beispiele
2.1 Grundbegriffe
Merkmalsträger, Merkmale, Merkmalsausprägungen, qualitativ/quantitativ, diskret/stetig, Grundgesamtheit/Stichprobe
2.2 Eindimensionale Häufigkeitsverteilungen
absolute/relative Häufigkeiten, klassierte/unklassierte Häufigkeitstabelle, klassierte/unklassierte Häufigkeitsverteilung, Stabdiagramm, Histogramm
2.3 Kumulierte Häufigkeiten und empirische Verteilungsfunktion
kumulierte absolute/relative Häufigkeiten, empirische Verteilungsfunktion F(x),
p-Quantile
2.4 Lageparameter
Arithmetisches Mittel, Zentralwert (Median), Modalwert (Modus), geometrisches Mittel, Wachstumsfaktor/Wachstumsrate
2.5 Streuungsparameter
Spannweite, Quartilsabstand, empirische Varianz, Standardabweichung, Variationskoeffizient, Boxplot
2.6 Zweidimensionale Häufigkeitsverteilung
Kontingenztafel, Randhäufigkeiten, Streudiagramm, empirische Kovarianz
2.7 Korrelationsrechnung
Korrelationskoeffizient, Rangkorrelationskoeffizient, Korrelation und Kausalität, Scheinkorrelationen, Beurteilung/Interpretation
2.8 Regressionsrechnung
Was ist ein Modell, Methode der kleinsten Quadrate, Regressionsgerade, Residuum, Beurteilung/Interpretation


Themen-/Lernblock: Kombinatorik/Wahrscheinlichkeitsrechnung
3.1 Kombinatorische Grundlagen
Fakultäten, Binomialkoeffizienten
3.2 Zufall, Ereignisalgebra
Zufallsexperiment, Elementarereignis, Ergebnisraum, Ereignis, disjunkte/komplementäre Ereignisse
3.3 Wahrscheinlichkeit und Satz von Laplace
Axiome der Wahrscheinlichkeitsrechnung, Additionssatz, Satz von Laplace
3.4 Unabhängige Ereignisse und bedingte Wahrscheinlichkeit
unabhängige/abhängige Ereignisse, bedingte Wahrscheinlichkeit, Multiplikationssatz, Wahrscheinlichkeitsbaum, Satz der totalen Wahrscheinlichkeit, Satz von Bayes
3.5 Zufällige Variable und Wahrscheinlichkeitsverteilung
Zufallsvariable, Realisationen, diskrete Zufallsvariable: Wahrscheinlichkeitsfunktion f(x), Verteilungsfunktion F(x), stetige Zufallsvariable: Dichtefunktion f(x), Verteilungsfunktion F(x), diskrete/stetige Gleichverteilung
3.6 Erwartungswert und Varianz einer Verteilung
Erwartungswert, unabhängige/abhängige Zufallsvariablen, Gesetz der grossen Zahlen
3.7 Wichtige diskrete Verteilungen
Binomialverteilung, POISSON-Verteilung, hypergeometrische Verteilung
3.8 Die Normalverteilung
GAUSS‘sche Glockenkurve, Standardnormalverteilung, Zentraler Grenzwertsatz, Grenzwertsatz von de MOIVRE und LAPLACE (Stetigkeitskorrektur)
3.9 Die Lognormalverteilung (ZUSATZ)
Lognormalverteilung, Life ist log-normal!


Themen-/Lernblock: Induktive Statistik
4.1 Problemstellung, Zufallsstichproben
Grundgesamtheit und Zufallsstichprobe, Schätzprinzip
4.2 Punktschätzungen
Schätzfunktion/Schätzer, Stichprobenmittel, Stichprobenvarianz, Anteilssatz, Erwartungstreue, Konsistenz, Angabe von Unsicherheiten beim Messen, Steigung der Regressionsgeraden
4.3 Intervallschätzungen
Konfidenzintervall für den Erwartungswert  bzw. den Vergleich zweier Erwartungs-werte, Konfidenzintervall für eine Wahrscheinlichkeit p bzw. den Vergleich zweier Wahrscheinlichkeiten, Konfidenzintervall für die Steigung der Regressionsgeraden, Konfidenzintervall für die Varianz 2
4.4 Hypothesentests
Prinzip eines Hypothesentests, Signifikanzniveau, Fehler 1. und 2. Art, Ablehnungsbereich bzw. kritische Werte, zweiseitige/einseitige Fragestellung, Einstichprobentest (t-Test), Zweistichprobentests (t-Test, 2-Anpassungstest)
4.5 Angewandte Statistik (ZUSATZ)
Wissenschaftliches Arbeiten, Beispiele aus der Praxis

Kursart:
Vorlesung mit 1 Lektionen pro Woche
Uebung mit 1 Lektionen pro Woche
Beschreibung erzeugt: 2018-12-14 11:48:21
Letzte Moduländerung: 2018-02-02 11:49:16
Modul-Id: 23735
Status: deaktiviert