051131 UE Einführende Statistik (2024W)
Prüfungsimmanente Lehrveranstaltung
Labels
Zusammenfassung
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Fr 13.09.2024 09:00 bis Fr 20.09.2024 09:00
- Abmeldung bis Mo 14.10.2024 23:59
An/Abmeldeinformationen sind bei der jeweiligen Gruppe verfügbar.
Gruppen
Gruppe 1
max. 25 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Freitag 04.10. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 11.10. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 18.10. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 25.10. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- N Freitag 08.11. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 15.11. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 22.11. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 29.11. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 06.12. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 13.12. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 10.01. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 17.01. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 24.01. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 31.01. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Mindestanforderungen und Beurteilungsmaßstab
Die Aufgabenblätter werden als Jupyter-Notebooks über Moodle-Aufgaben zur Verfügung gestellt und müssen bis zur angegebenen Frist abgegeben werden. Nach jeder Deadline wird eine Lösung für jede Aufgabe zufällig ausgewählt, wobei Studierende mit einem niedrigeren bisher erreichten Prozentanteil für diesen Bewertungsaspekt priorisiert werden. Die ausgewählten Studierenden werden kontaktiert.
Für eine positive Note müssen mindestens 60% der Beispiele hochgeladen werden.
Die Notenskala lautet wie folgt: 1: zumindest 90 %, 2: zumindest 80 %, 3: zumindest 65 %, 4: zumindest 50 %.
Für eine positive Note müssen mindestens 60% der Beispiele hochgeladen werden.
Die Notenskala lautet wie folgt: 1: zumindest 90 %, 2: zumindest 80 %, 3: zumindest 65 %, 4: zumindest 50 %.
Gruppe 2
max. 25 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Freitag 04.10. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 11.10. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 18.10. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 25.10. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- N Freitag 08.11. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 15.11. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 22.11. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 29.11. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 06.12. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 13.12. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 10.01. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 17.01. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 24.01. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 31.01. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Mindestanforderungen und Beurteilungsmaßstab
Die Aufgabenblätter werden als Jupyter-Notebooks über Moodle-Aufgaben zur Verfügung gestellt und müssen bis zur angegebenen Frist abgegeben werden. Nach jeder Deadline wird eine Lösung für jede Aufgabe zufällig ausgewählt, wobei Studierende mit einem niedrigeren bisher erreichten Prozentanteil für diesen Bewertungsaspekt priorisiert werden. Die ausgewählten Studierenden werden kontaktiert.
Für eine positive Note müssen mindestens 60% der Beispiele hochgeladen werden.
Die Notenskala lautet wie folgt: 1: zumindest 90 %, 2: zumindest 80 %, 3: zumindest 65 %, 4: zumindest 50 %.
Für eine positive Note müssen mindestens 60% der Beispiele hochgeladen werden.
Die Notenskala lautet wie folgt: 1: zumindest 90 %, 2: zumindest 80 %, 3: zumindest 65 %, 4: zumindest 50 %.
Gruppe 3
max. 25 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Freitag 04.10. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 11.10. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 18.10. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 25.10. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- N Freitag 08.11. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 15.11. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 22.11. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 29.11. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 06.12. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 13.12. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 10.01. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 17.01. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 24.01. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 31.01. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Mindestanforderungen und Beurteilungsmaßstab
Die Aufgabenblätter werden als Jupyter-Notebooks über Moodle-Aufgaben zur Verfügung gestellt und müssen bis zur angegebenen Frist abgegeben werden. Nach jeder Deadline wird eine Lösung für jede Aufgabe zufällig ausgewählt, wobei Studierende mit einem niedrigeren bisher erreichten Prozentanteil für diesen Bewertungsaspekt priorisiert werden. Die ausgewählten Studierenden werden kontaktiert.
Für eine positive Note müssen mindestens 60% der Beispiele hochgeladen werden.
Die Notenskala lautet wie folgt: 1: zumindest 90 %, 2: zumindest 80 %, 3: zumindest 65 %, 4: zumindest 50 %.
Für eine positive Note müssen mindestens 60% der Beispiele hochgeladen werden.
Die Notenskala lautet wie folgt: 1: zumindest 90 %, 2: zumindest 80 %, 3: zumindest 65 %, 4: zumindest 50 %.
Gruppe 4
max. 25 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Freitag 04.10. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 11.10. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 18.10. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 25.10. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- N Freitag 08.11. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 15.11. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 22.11. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 29.11. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 06.12. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 13.12. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 10.01. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 17.01. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 24.01. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 31.01. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Mindestanforderungen und Beurteilungsmaßstab
Die Aufgabenblätter werden als Jupyter-Notebooks über Moodle-Aufgaben zur Verfügung gestellt und müssen bis zur angegebenen Frist abgegeben werden. Nach jeder Deadline wird eine Lösung für jede Aufgabe zufällig ausgewählt, wobei Studierende mit einem niedrigeren bisher erreichten Prozentanteil für diesen Bewertungsaspekt priorisiert werden. Die ausgewählten Studierenden werden kontaktiert.
Für eine positive Note müssen mindestens 60% der Beispiele hochgeladen werden.
Die Notenskala lautet wie folgt: 1: zumindest 90 %, 2: zumindest 80 %, 3: zumindest 65 %, 4: zumindest 50 %.
Für eine positive Note müssen mindestens 60% der Beispiele hochgeladen werden.
Die Notenskala lautet wie folgt: 1: zumindest 90 %, 2: zumindest 80 %, 3: zumindest 65 %, 4: zumindest 50 %.
Gruppe 5
max. 25 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Freitag 04.10. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 11.10. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 18.10. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 25.10. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- N Freitag 08.11. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 15.11. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 22.11. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 29.11. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 06.12. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 13.12. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 10.01. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 17.01. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 24.01. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 31.01. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Mindestanforderungen und Beurteilungsmaßstab
Die Aufgabenblätter werden als Jupyter-Notebooks über Moodle-Aufgaben zur Verfügung gestellt und müssen bis zur angegebenen Frist abgegeben werden. Nach jeder Deadline wird eine Lösung für jede Aufgabe zufällig ausgewählt, wobei Studierende mit einem niedrigeren bisher erreichten Prozentanteil für diesen Bewertungsaspekt priorisiert werden. Die ausgewählten Studierenden werden kontaktiert.
Für eine positive Note müssen mindestens 60% der Beispiele hochgeladen werden.
Die Notenskala lautet wie folgt: 1: zumindest 90 %, 2: zumindest 80 %, 3: zumindest 65 %, 4: zumindest 50 %.
Für eine positive Note müssen mindestens 60% der Beispiele hochgeladen werden.
Die Notenskala lautet wie folgt: 1: zumindest 90 %, 2: zumindest 80 %, 3: zumindest 65 %, 4: zumindest 50 %.
Gruppe 6
max. 25 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Freitag 04.10. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 11.10. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 18.10. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 25.10. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- N Freitag 08.11. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 15.11. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 22.11. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 29.11. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 06.12. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 13.12. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 10.01. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 17.01. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 24.01. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 31.01. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Mindestanforderungen und Beurteilungsmaßstab
Die Aufgabenblätter werden als Jupyter-Notebooks über Moodle-Aufgaben zur Verfügung gestellt und müssen bis zur angegebenen Frist abgegeben werden. Nach jeder Deadline wird eine Lösung für jede Aufgabe zufällig ausgewählt, wobei Studierende mit einem niedrigeren bisher erreichten Prozentanteil für diesen Bewertungsaspekt priorisiert werden. Die ausgewählten Studierenden werden kontaktiert.
Für eine positive Note müssen mindestens 60% der Beispiele hochgeladen werden.
Die Notenskala lautet wie folgt: 1: zumindest 90 %, 2: zumindest 80 %, 3: zumindest 65 %, 4: zumindest 50 %.
Für eine positive Note müssen mindestens 60% der Beispiele hochgeladen werden.
Die Notenskala lautet wie folgt: 1: zumindest 90 %, 2: zumindest 80 %, 3: zumindest 65 %, 4: zumindest 50 %.
Gruppe 7
max. 25 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Freitag 04.10. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 11.10. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 18.10. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 25.10. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- N Freitag 08.11. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 15.11. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 22.11. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 29.11. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 06.12. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 13.12. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 10.01. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 17.01. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 24.01. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Freitag 31.01. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Mindestanforderungen und Beurteilungsmaßstab
Die Aufgabenblätter werden als Jupyter-Notebooks über Moodle-Aufgaben zur Verfügung gestellt und müssen bis zur angegebenen Frist abgegeben werden. Nach jeder Deadline wird eine Lösung für jede Aufgabe zufällig ausgewählt, wobei Studierende mit einem niedrigeren bisher erreichten Prozentanteil für diesen Bewertungsaspekt priorisiert werden. Die ausgewählten Studierenden werden kontaktiert.
Für eine positive Note müssen mindestens 60% der Beispiele hochgeladen werden.
Die Notenskala lautet wie folgt: 1: zumindest 90 %, 2: zumindest 80 %, 3: zumindest 65 %, 4: zumindest 50 %.
Für eine positive Note müssen mindestens 60% der Beispiele hochgeladen werden.
Die Notenskala lautet wie folgt: 1: zumindest 90 %, 2: zumindest 80 %, 3: zumindest 65 %, 4: zumindest 50 %.
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Die Studierenden verfügen über Fähigkeiten empirische Sachverhalte mittels statistischer Basistechniken zu beschreiben und graphisch korrekt zu repräsentieren; sowie über ein prinzipielles Verständnis für die grundlegenden Konzepte der Wahrscheinlichkeitstheorie und der inferenzstatistischen Modellierung und Methodik. Die Studierenden sind in der Lage inhaltliche Fragestellungen in statistische Modelle zu übersetzen und diese mittels adäquater Techniken der Inferenzstatistik korrekt zu beantworten. Dabei können sie moderne Softwarewerkzeuge für Analytik und Visualisierung zur Beantwortung datenanalytischer Fragestellungen erfolgreich anwenden. Ziel dieser Übung ist es, den Stoff der Vorlesung zu vertiefen und anwenden zu lernen. Es wird überprüft, inwieweit das in der Vorlesung Gelernte umgesetzt werden kann. Weiters sollen Unklarheiten in Bezug auf das Verständnis des Stoffes beseitigt werden.
Art der Leistungskontrolle und erlaubte Hilfsmittel
Als Softwarewerkzeug wird im Rahmen der Übung Jupyter eingesetzt, für die Abgabe und Präsentation der Beispiele werden Jupyter-Notebooks verwendet.Es gibt insgesamt 12 Aufgabenblätter mit zu lösenden Aufgaben. 40 % der Gesamtbewertung werden für das beste Ergebnis bei freiwilligen mündlichen Präsentationen von Beispielen der ersten 6 Blätter vergeben und 60 % für das beste Ergebnis für die restlichen 6 Blätter. Für ein bestimmtes Aufgabenblatt kann maximal eine Aufgabe präsentiert werden. Alle Beispiele sind sowohl manuell in Markdown und LaTeX als auch mit Hilfe von Jupyter zu lösen, außer es ist für ein Beispiel explizit anders vermerkt.
Prüfungsstoff
Es werden Aufgabenblätter zu folgenden Inhalten durchgenommen: Jupyter-Notebook, Kombinatorik, Laplace-Wahrscheinlichkeiten, Zufallsvariablen und ihre Verteilungen, Bedingte Wahrscheinlichkeiten, Unabhängigkeit und Markov-Ketten, Erwartungswert und Varianz, Mehrdimensionale Zufallsvariablen, Schätzverfahren, Parametrische Testverfahren, Nichtparametrische Testverfahren, Varianzanalyse, Regressionsanalyse.
Literatur
* Statistik für Wirtschaftswissenschaftler. J. Bleymüller, R. Weißbach, A. Dörre. Vahlen, 2020.
* All of Statistics. Larry Wasserman, Springer, 2005.
* Statistical Data Analytics. W.Piegorsch, Wiley 2015.
* Statistik: Der Weg zur Datenanalyse. L. Fahrmeier, C. Heumann, R. Künstler, I. Pigeot, G. Tutz. Springer, 2016.
* Mathematics for Machine Learning, M.P. Deisenroth, A.A. Faisal, and C. Soon Ong. Cambridge University Press, 2020.
* All of Statistics. Larry Wasserman, Springer, 2005.
* Statistical Data Analytics. W.Piegorsch, Wiley 2015.
* Statistik: Der Weg zur Datenanalyse. L. Fahrmeier, C. Heumann, R. Künstler, I. Pigeot, G. Tutz. Springer, 2016.
* Mathematics for Machine Learning, M.P. Deisenroth, A.A. Faisal, and C. Soon Ong. Cambridge University Press, 2020.
Zuordnung im Vorlesungsverzeichnis
Module: DAS EST UF-INF-12
Letzte Änderung: Do 03.10.2024 00:02