200038 UE Übungen zur Statistik I (2023S)
Prüfungsimmanente Lehrveranstaltung
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Do 02.02.2023 09:00 bis Do 23.02.2023 09:00
- Abmeldung bis Fr 03.03.2023 09:00
Details
max. 40 Teilnehmer*innen
Sprache: Deutsch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Dienstag
28.03.
18:30 - 20:00
Hörsaal C Psychologie, NIG 6.Stock A0618
Dienstag
25.04.
18:30 - 20:00
Hörsaal C Psychologie, NIG 6.Stock A0618
Dienstag
09.05.
18:30 - 20:00
Hörsaal C Psychologie, NIG 6.Stock A0618
Dienstag
23.05.
18:30 - 20:00
Hörsaal C Psychologie, NIG 6.Stock A0618
Dienstag
06.06.
18:30 - 20:00
Hörsaal C Psychologie, NIG 6.Stock A0618
Dienstag
20.06.
18:30 - 20:00
Hörsaal C Psychologie, NIG 6.Stock A0618
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Als Vorbereitung auf die Einheiten werden von den Studierenden Übungsblätter mit einer bestimmten Anzahl an Beispielen bearbeitet. Die Übungsaufgaben werden immer mittwochs im Moodle-Kurs der Vorlesung online gestellt.
Auf einer Kreuzerlliste geben die Studierenden bis zu einer bestimmten Deadline an, welche der Beispiele gelöst wurden und laden die Ausarbeitungen der Lösungen dieser Beispiele in den jeweiligen Upload-Ordner im Moodle-Kurs hoch. Es reicht dabei nicht aus, wenn nur Endergebnisse hochgeladen werden. Der Lösungsweg muss dokumentiert und nachvollziehbar sein, und die Wahl eines bestimmten Lösungswegs/Verfahrens begründet werden.
Während der Einheit werden einzelne Studierenden aufgefordert, die Lösung zu präsentieren. Die Studierenden müssen ihre Lösungen also bei Bedarf vorrechnen bzw. mittels Computer vorzeigen können.
Es können bei Bedarf auch etwaige Fragen, Probleme, etc. besprochen werden. Im Moodle der Vorlesung werden danach auch Musterlösung für die Beispiele hochgeladen.
Auf einer Kreuzerlliste geben die Studierenden bis zu einer bestimmten Deadline an, welche der Beispiele gelöst wurden und laden die Ausarbeitungen der Lösungen dieser Beispiele in den jeweiligen Upload-Ordner im Moodle-Kurs hoch. Es reicht dabei nicht aus, wenn nur Endergebnisse hochgeladen werden. Der Lösungsweg muss dokumentiert und nachvollziehbar sein, und die Wahl eines bestimmten Lösungswegs/Verfahrens begründet werden.
Während der Einheit werden einzelne Studierenden aufgefordert, die Lösung zu präsentieren. Die Studierenden müssen ihre Lösungen also bei Bedarf vorrechnen bzw. mittels Computer vorzeigen können.
Es können bei Bedarf auch etwaige Fragen, Probleme, etc. besprochen werden. Im Moodle der Vorlesung werden danach auch Musterlösung für die Beispiele hochgeladen.
Mindestanforderungen und Beurteilungsmaßstab
Es besteht grundsätzlich Anwesenheitspflicht in den Einheiten (Präsenz sowie digital). Bei mehr als einer Fehleinheit pro Semester wird die Lehrveranstaltung negativ beurteilt.
Die Beurteilung erfolgt auf Basis des Anteils an von den Studierenden gekreuzten (und gültigen) Beispielen der zeitgerecht hochgeladenen Lösungen der Übungsblätter. Die Lösungen der Beispiele werden NUR anerkannt, wenn die Kreuzerlliste ausgefüllt UND die gelösten Beispiele bis zur Deadline hochgeladen wurden. Wichtig: Ein Nachtragen der Kreuze sowie das Hochladen der Beispiele nach dieser Deadline ist nicht möglich (Ausnahme: erste Einheit mit Beispielen).
Falls für ein gekreuztes Beispiel keine Lösung hochgeladen wurde oder der Lösungsweg nicht nachvollziehbar ist, werden für dieses Beispiel keine Punkte vergeben.
Bei Plagiatsverdacht und/oder unzureichender Präsentation eines angekreuzten Beispiels in der Übungseinheit werden den Studierenden in der Übung Verständnisfragen gestellt. Können die Studierenden weder das Beispiel noch die Verständnisfragen lösen, wird der Kurs mit X ( = erschlichene Leistung) bewertet.Die Note ergibt sich durch folgenden Beurteilungsschlüssel (% der gültigen gekreuzten Beispiele an allen Beispielen des Semesters):
• unter 60%: Nicht genügend (5)
• ab 60%: Genügend (4)
• ab 70%: Befriedigend (3)
• ab 80%: Gut (2)
• ab 90%: Sehr gut (1)
Zum Erreichen einer positiven Beurteilung sind daher mindestens 60% nötig.
Die Beurteilung erfolgt auf Basis des Anteils an von den Studierenden gekreuzten (und gültigen) Beispielen der zeitgerecht hochgeladenen Lösungen der Übungsblätter. Die Lösungen der Beispiele werden NUR anerkannt, wenn die Kreuzerlliste ausgefüllt UND die gelösten Beispiele bis zur Deadline hochgeladen wurden. Wichtig: Ein Nachtragen der Kreuze sowie das Hochladen der Beispiele nach dieser Deadline ist nicht möglich (Ausnahme: erste Einheit mit Beispielen).
Falls für ein gekreuztes Beispiel keine Lösung hochgeladen wurde oder der Lösungsweg nicht nachvollziehbar ist, werden für dieses Beispiel keine Punkte vergeben.
Bei Plagiatsverdacht und/oder unzureichender Präsentation eines angekreuzten Beispiels in der Übungseinheit werden den Studierenden in der Übung Verständnisfragen gestellt. Können die Studierenden weder das Beispiel noch die Verständnisfragen lösen, wird der Kurs mit X ( = erschlichene Leistung) bewertet.Die Note ergibt sich durch folgenden Beurteilungsschlüssel (% der gültigen gekreuzten Beispiele an allen Beispielen des Semesters):
• unter 60%: Nicht genügend (5)
• ab 60%: Genügend (4)
• ab 70%: Befriedigend (3)
• ab 80%: Gut (2)
• ab 90%: Sehr gut (1)
Zum Erreichen einer positiven Beurteilung sind daher mindestens 60% nötig.
Prüfungsstoff
Immanenter Prüfungscharakter (Anwesenheitspflicht!): Aufgaben, die auf Moodle gestellt werden, sollen von den Studierenden bearbeitet werden.
Literatur
Wird in der dazugehörigen Vorlesung bekanntgegeben.
Zuordnung im Vorlesungsverzeichnis
70413
Letzte Änderung: Do 23.03.2023 13:28
• Bedeutung der Statistik für die Psychologie
• Beschreibung von Daten: Aufbereitung und Darstellung von Daten mittels Tabellen, Grafiken und statistischen Kenngrößen (Deskriptivstatistik)
• Wahrscheinlichkeitstheorie und Kombinatorik
• Schließen von einer Stichprobe auf die Population, Logik der Hypothesentestung, wichtige Wahrscheinlichkeitsverteilungen und statistische Tests (Inferenzstatistik)
• Beziehungen zwischen psychologischen Merkmalsausprägungen (Korrelation, Regression)