Universität Wien

230093 UE Statistik 1 (2019S)

3.00 ECTS (1.50 SWS), SPL 23 - Soziologie
Prüfungsimmanente Lehrveranstaltung

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 45 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Prüfung geplant für 21.06.2019 16:45

  • Donnerstag 07.03. 16:45 - 18:15 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 14.03. 16:45 - 18:15 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 28.03. 16:45 - 18:15 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 04.04. 16:45 - 18:15 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 11.04. 16:45 - 18:15 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 02.05. 16:45 - 18:15 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 09.05. 16:45 - 18:15 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 16.05. 16:45 - 18:15 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 23.05. 16:45 - 18:15 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 06.06. 16:45 - 18:15 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 13.06. 16:45 - 18:15 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 21.06. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 27.06. 16:45 - 18:15 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Ziel ist das begleitende Üben und Anwenden der in der Vorlesung (VO Statistik 1, Ao.Univ.Prof. Dr. Marcus Hudec) vermittelten Inhalte anhand von entsprechenden Aufgabenstellungen.

Dabei werden folgende Themen behandelt:
- Grundlagen der Deskriptivstatistik
- Lage-, Streuungs und Schiefemaße
- Grafische Darstellungen
- Grundlagen der Wahrscheinlichkeitsrechnung
- Zufallsvariablen
- Bedingte Wahrscheinlichkeiten und stochastische Unabhängigkeit
- Messung von Assoziation und Korrelation

Die Anwendung bzw. Berechnung wird anhand von Beispielen demonstriert. In weiterer Folge werden die Inhalte von den Studierenden durch die selbständige Bearbeitung von Hausübungs-Beispielen geübt. Dabei werden die Lösungen kürzerer Beispiele in den Einheiten präsentiert. Längere Beispiele können schriftlich abgegeben werden.

Art der Leistungskontrolle und erlaubte Hilfsmittel

- Hausübungsbeispiele:
Präsentation und Interpretation von vorbereiteten kürzeren Hausübungsbeispielen in der Einheit bzw. Abgabe von ausgearbeiteten Hausübungsbeispielen

- Schriftliche Prüfung (erlaubte Hilfsmittel: Taschenrechner und ein A4-Formelblatt)

Bei der Prüfung werden über das Wissen hinausgehende Materialien (z.B. Verteilungstabellen, etc.) zur Verfügung gestellt.

Hinweis der SPL: bei Feststellung einer erschlichenen Teilleistung (Abschreiben, Plagiieren, Ghostwriting, etc.) muss die gesamte Lehrveranstaltung als geschummelt gewertet und als Antritt gezählt werden.

Mindestanforderungen und Beurteilungsmaßstab

Teilleistungen und deren Beitrag zur Gesamtbeurteilung (insgesamt 100 Punkte):
- Hausübungen (Präsentation in der Einheit + Abgabebeispiele): maximal 40 Punkte
- Schriftliche Prüfung: maximal 60 Punkte

Für die Prüfung sind ein Haupt- und ein Verbesserungstermin vorgesehen. Gewertet wird das bessere Ergebnis.

Die Punkte aus Hausübungen und Prüfung werden summiert. Für eine positive Gesamtbeurteilung ist das Erreichen von mindestens 60 Punkten nötig.

Anwesenheit:
Achtung: In der ersten Einheit besteht unbedingte Anwesenheitspflicht!

Grundsätzlich besteht auch Anwesenheitspflicht in den Präsenzeinheiten; dreimaliges unentschuldigtes Fehlen wird toleriert.

Prüfungsstoff

Rechenbeispiele in Anlehnung an die Inhalte der VO Statistik 1, Ao.Univ.Prof. Dr. Marcus Hudec
Berechnung und Interpretation der entsprechenden Ergebnisse/Kennwerte
Kenntnisse der vermittelten Inhalte

Literatur

Vorlesungsinhalte aus dem SoSe2019 (VO Statistik 1, Ao.Univ.Prof. Dr. Marcus Hudec)
Weitere Literatur: siehe Literaturangaben zur Vorlesung VO Statistik 1

Weitere Materialien werden auf der Lernplattform moodle zur Verfügung gestellt.

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 07.09.2020 15:39