051130 VO Introductory Statistics (2018W)

3.00 ECTS (3.00 SWS), SPL 5 - Informatik und Wirtschaftsinformatik

Moodle

Registration/Deregistration

Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).

Details

Language: German

Examination dates

Lecturers

Marcus Hudec

Classes (iCal) - next class is marked with N

Monday 01.10. 18:30 - 21:00 Hörsaal 1, Währinger Straße 29 1.UG
Monday 08.10. 18:30 - 21:00 Hörsaal 1, Währinger Straße 29 1.UG
Monday 15.10. 18:30 - 21:00 Hörsaal 1, Währinger Straße 29 1.UG
Monday 22.10. 18:30 - 21:00 Hörsaal 1, Währinger Straße 29 1.UG
Monday 29.10. 18:30 - 21:00 Hörsaal 1, Währinger Straße 29 1.UG
Monday 05.11. 18:30 - 21:00 Hörsaal 1, Währinger Straße 29 1.UG
Monday 12.11. 18:30 - 21:00 Hörsaal 1, Währinger Straße 29 1.UG
Monday 19.11. 18:30 - 21:00 Hörsaal 1, Währinger Straße 29 1.UG
Monday 26.11. 18:30 - 21:00 Hörsaal 1, Währinger Straße 29 1.UG
Monday 03.12. 18:30 - 21:00 Hörsaal 1, Währinger Straße 29 1.UG
Monday 10.12. 18:30 - 21:00 Hörsaal 1, Währinger Straße 29 1.UG
Monday 07.01. 18:30 - 21:00 Hörsaal 1, Währinger Straße 29 1.UG
Monday 14.01. 18:30 - 21:00 Hörsaal 1, Währinger Straße 29 1.UG
Monday 21.01. 18:30 - 21:00 Hörsaal 1, Währinger Straße 29 1.UG
Monday 28.01. 18:30 - 21:00 Hörsaal 1, Währinger Straße 29 1.UG

Information

Aims, contents and method of the course

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.

Assessment and permitted materials

Ausschließlich schriftliche Prüfung über den Vorlesungsstoff nach dem Prüfungsterminraster der SPL Informatik. Erster Termin am Ende der Lehrveranstaltung (Ende Jänner/Anfang Februar), 3 weitere Termine im folgenden Semester (März, Mai, Juni).

Die Prüfung enthält Multiple-Choice Fragen, einfache Rechenaufgaben sowie Fragen zur Ergebnisinterpretation.

Der Stoff umfasst alle Themen, die in der Vorlesung vorgetragen wurde.

Bei der Prüfung darf jeder Teilnhemer ein selbst gestaltetes, handschriftliches A4-Blatt mit Formeln, Notizen etc. mitbringen. (Collagen, Leporellos u.ä. ist nicht erlaubt). Die Nutzung von darüberhinaus gehenden Unterlagen (Bücher, Skripten) ist bei der Prüfung nicht erlaubt.

Taschenrechner dürfen bei der Prüfung verwendet werden. Untersagt ist aber die Verwendung von PDAs, Notebooks und ähnlichen elektronischen Geräten sowie die Nutzung von Smartphones.

Minimum requirements and assessment criteria

Mindestens 50% der erreichbaren Punkte

Examination topics

Deskriptive und Explorative Statistik
Darstellung von Verteilungen
Empirische Verteilungsfunktion und Quantile
Deskriptive Maßzahlen der Lage und Streuung
Weitere Maßzahlen (Schiefe, Wölbung)
Assoziation, Korrelation
Wahrscheinlichkeitsrechnung
Grundlagen der Wahrscheinlichkeitsrechnung
Ereignisalgebra, Grundaufgaben der Kombinatorik
Bedingte Wahrscheinlichkeit und Unabhängigkeit
Satz von der Totalen Wahrscheinlichkeit
Theorem von Bayes
Zufallsvariablen
Wichtige Diskrete Verteilungen
Wichtige Stetige Verteilungen
Ungleichung von Tschebyscheff
Gesetz der großen Zahlen
Zentraler Grenzwertsatz
Techniken der Inferenzstatistik
Punktschätzer
Intervallschätzer
Hypothesentesten
Klassische Tests bei Normalverteilung
Einfache Varianzanalyse
Test auf Unabhängigkeit
Überprüfung von Verteilungsannahmen
Nichtparametrische Testverfahren
Regression
Lineare Einfach-Regression
Inferenz über die Parameter
Konfidenz- und Prognoseintervalle
Residuenanalyse

Reading list

Statistics & Data with R: An Applied Approach Through Examples. Y. Cohen & J Y. Cohen, Wiley 2008.

Introductory Statistics with R. P.Dalgaard, Springer 2002.

Discovering Statistics Using R. A.Field, J. Miles, and Z. Field, Sage 2014.

R Einführung durch angewandte Statistik. R.Hatzinger, K.Hornik, H.Nagel, Pearson Studium2011.

Statistical Data Analytics. W.Piegorsch, Wiley 2015.

Grundlagen der Datenanalyse mit R: Eine anwendungsorientierte Einführung. D. Wollschläger, Springer 2010.

Association in the course directory

Module: DAS EST UF-INF-12

Last modified: Mo 07.09.2020 15:30