Warning! The directory is not yet complete and will be amended until the beginning of the term.
051131 UE Introductory Statistics (2021W)
Continuous assessment of course work
Labels
REMOTE
Summary
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).
- Registration is open from Mo 13.09.2021 09:00 to Mo 20.09.2021 09:00
- Deregistration possible until Th 14.10.2021 23:59
Registration information is available for each group.
Groups
Group 1
max. 25 participants
Language: German
LMS: Moodle
Lecturers
Classes (iCal) - next class is marked with N
Friday
01.10.
11:30 - 12:15
Digital
Friday
08.10.
11:30 - 12:15
Digital
Friday
15.10.
11:30 - 12:15
Digital
Friday
22.10.
11:30 - 12:15
Digital
Friday
29.10.
11:30 - 12:15
Digital
Friday
05.11.
11:30 - 12:15
Digital
Friday
12.11.
11:30 - 12:15
Digital
Friday
19.11.
11:30 - 12:15
Digital
Friday
26.11.
11:30 - 12:15
Digital
Friday
03.12.
11:30 - 12:15
Digital
Friday
10.12.
11:30 - 12:15
Digital
Friday
17.12.
11:30 - 12:15
Digital
Friday
07.01.
11:30 - 12:15
Digital
Friday
14.01.
11:30 - 12:15
Digital
Friday
21.01.
11:30 - 12:15
Digital
Friday
28.01.
11:30 - 12:15
Digital
Assessment and permitted materials
Als Softwarewerkzeug wird im Rahmen der Übung R eingesetzt, für die Abgabe und Präsentation der Beispiele werden Jupyter-Notebooks mit IRkernel verwendet.Es gibt insgesamt 10 Aufgabenblätter mit zu lösenden Aufgaben. 50 % der Gesamtbewertung werden für das beste Ergebnis bei Präsentationen von Beispielen der ersten 5 Blätter vergeben, 50 % für das beste Ergebnis für die restlichen 5 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 R zu lösen, ausser es ist für ein Beispiel explizit anders vermerkt.
Examination topics
Es werden Aufgabenblätter zu folgenden Inhalten durchgenommen: Kombinatorik, Laplace-Wahrscheinlichkeiten, Bedingte Wahrscheinlichkeiten und Unabhängigkeit, Zufallsvariablen und ihre Verteilungen, Erwartungswert und Varianz, Mehrdimensionale Zufallsvariablen, Schätzverfahren, Testverfahren 1, Testverfahren 2, Regressionsanalyse.
Reading list
- L. Fahrmeir et al. Statistik. Der Weg zur Datenanalyse. Springer, 2016.
- J. Bleymüller, R. Weißbach, A. Dörre. Statistik für Wirtschaftswissenschaftler. Vahlen, 2020.
- P. Dalgaard. Introductory Statistics with R. Springer, 2008.
- A. Field, J. Miles. Discovering Statistics Using R. SAGE Publications Ltd, 2012.
- M. J. Crawley. Statistics: An Introduction Using R. Wiley, 2014
- R. M. Heiberger, B. Holland. Statistical Analysis and Data Display: An Intermediate Course with Examples in R. Springer, 2015.
- R. Stinerock. Statistics with R: A Beginner's Guide. SAGE Publications Ltd, 2018.
- J. Bleymüller, R. Weißbach, A. Dörre. Statistik für Wirtschaftswissenschaftler. Vahlen, 2020.
- P. Dalgaard. Introductory Statistics with R. Springer, 2008.
- A. Field, J. Miles. Discovering Statistics Using R. SAGE Publications Ltd, 2012.
- M. J. Crawley. Statistics: An Introduction Using R. Wiley, 2014
- R. M. Heiberger, B. Holland. Statistical Analysis and Data Display: An Intermediate Course with Examples in R. Springer, 2015.
- R. Stinerock. Statistics with R: A Beginner's Guide. SAGE Publications Ltd, 2018.
Group 2
max. 25 participants
Language: German
LMS: Moodle
Lecturers
Classes (iCal) - next class is marked with N
Friday
01.10.
12:15 - 13:00
Digital
Friday
08.10.
12:15 - 13:00
Digital
Friday
15.10.
12:15 - 13:00
Digital
Friday
22.10.
12:15 - 13:00
Digital
Friday
29.10.
12:15 - 13:00
Digital
Friday
05.11.
12:15 - 13:00
Digital
Friday
12.11.
12:15 - 13:00
Digital
Friday
19.11.
12:15 - 13:00
Digital
Friday
26.11.
12:15 - 13:00
Digital
Friday
03.12.
12:15 - 13:00
Digital
Friday
10.12.
12:15 - 13:00
Digital
Friday
17.12.
12:15 - 13:00
Digital
Friday
07.01.
12:15 - 13:00
Digital
Friday
14.01.
12:15 - 13:00
Digital
Friday
21.01.
12:15 - 13:00
Digital
Friday
28.01.
12:15 - 13:00
Digital
Assessment and permitted materials
Als Softwarewerkzeug wird im Rahmen der Übung R eingesetzt, für die Abgabe und Präsentation der Beispiele werden Jupyter-Notebooks mit IRkernel verwendet.Es gibt insgesamt 10 Aufgabenblätter mit zu lösenden Aufgaben. 50 % der Gesamtbewertung werden für das beste Ergebnis bei Präsentationen von Beispielen der ersten 5 Blätter vergeben, 50 % für das beste Ergebnis für die restlichen 5 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 R zu lösen, ausser es ist für ein Beispiel explizit anders vermerkt.
Examination topics
Es werden Aufgabenblätter zu folgenden Inhalten durchgenommen: Kombinatorik, Laplace-Wahrscheinlichkeiten, Bedingte Wahrscheinlichkeiten und Unabhängigkeit, Zufallsvariablen und ihre Verteilungen, Erwartungswert und Varianz, Mehrdimensionale Zufallsvariablen, Schätzverfahren, Testverfahren 1, Testverfahren 2, Regressionsanalyse.
Reading list
- L. Fahrmeir et al. Statistik. Der Weg zur Datenanalyse. Springer, 2016.
- J. Bleymüller, R. Weißbach, A. Dörre. Statistik für Wirtschaftswissenschaftler. Vahlen, 2020.
- P. Dalgaard. Introductory Statistics with R. Springer, 2008.
- A. Field, J. Miles. Discovering Statistics Using R. SAGE Publications Ltd, 2012.
- M. J. Crawley. Statistics: An Introduction Using R. Wiley, 2014
- R. M. Heiberger, B. Holland. Statistical Analysis and Data Display: An Intermediate Course with Examples in R. Springer, 2015.
- R. Stinerock. Statistics with R: A Beginner's Guide. SAGE Publications Ltd, 2018.
- J. Bleymüller, R. Weißbach, A. Dörre. Statistik für Wirtschaftswissenschaftler. Vahlen, 2020.
- P. Dalgaard. Introductory Statistics with R. Springer, 2008.
- A. Field, J. Miles. Discovering Statistics Using R. SAGE Publications Ltd, 2012.
- M. J. Crawley. Statistics: An Introduction Using R. Wiley, 2014
- R. M. Heiberger, B. Holland. Statistical Analysis and Data Display: An Intermediate Course with Examples in R. Springer, 2015.
- R. Stinerock. Statistics with R: A Beginner's Guide. SAGE Publications Ltd, 2018.
Group 3
max. 25 participants
Language: German
LMS: Moodle
Lecturers
Classes (iCal) - next class is marked with N
Friday
01.10.
13:15 - 14:00
Digital
Friday
08.10.
13:15 - 14:00
Digital
Friday
15.10.
13:15 - 14:00
Digital
Friday
22.10.
13:15 - 14:00
Digital
Friday
29.10.
13:15 - 14:00
Digital
Friday
05.11.
13:15 - 14:00
Digital
Friday
12.11.
13:15 - 14:00
Digital
Friday
19.11.
13:15 - 14:00
Digital
Friday
26.11.
13:15 - 14:00
Digital
Friday
03.12.
13:15 - 14:00
Digital
Friday
10.12.
13:15 - 14:00
Digital
Friday
17.12.
13:15 - 14:00
Digital
Friday
07.01.
13:15 - 14:00
Digital
Friday
14.01.
13:15 - 14:00
Digital
Friday
21.01.
13:15 - 14:00
Digital
Friday
28.01.
13:15 - 14:00
Digital
Assessment and permitted materials
Als Softwarewerkzeug wird im Rahmen der Übung R eingesetzt, für die Abgabe und Präsentation der Beispiele werden Jupyter-Notebooks mit IRkernel verwendet.Es gibt insgesamt 10 Aufgabenblätter mit zu lösenden Aufgaben. 50 % der Gesamtbewertung werden für das beste Ergebnis bei Präsentationen von Beispielen der ersten 5 Blätter vergeben, 50 % für das beste Ergebnis für die restlichen 5 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 R zu lösen, ausser es ist für ein Beispiel explizit anders vermerkt.
Examination topics
Es werden Aufgabenblätter zu folgenden Inhalten durchgenommen: Kombinatorik, Laplace-Wahrscheinlichkeiten, Bedingte Wahrscheinlichkeiten und Unabhängigkeit, Zufallsvariablen und ihre Verteilungen, Erwartungswert und Varianz, Mehrdimensionale Zufallsvariablen, Schätzverfahren, Testverfahren 1, Testverfahren 2, Regressionsanalyse.
Reading list
- L. Fahrmeir et al. Statistik. Der Weg zur Datenanalyse. Springer, 2016.
- J. Bleymüller, R. Weißbach, A. Dörre. Statistik für Wirtschaftswissenschaftler. Vahlen, 2020.
- P. Dalgaard. Introductory Statistics with R. Springer, 2008.
- A. Field, J. Miles. Discovering Statistics Using R. SAGE Publications Ltd, 2012.
- M. J. Crawley. Statistics: An Introduction Using R. Wiley, 2014
- R. M. Heiberger, B. Holland. Statistical Analysis and Data Display: An Intermediate Course with Examples in R. Springer, 2015.
- R. Stinerock. Statistics with R: A Beginner's Guide. SAGE Publications Ltd, 2018.
- J. Bleymüller, R. Weißbach, A. Dörre. Statistik für Wirtschaftswissenschaftler. Vahlen, 2020.
- P. Dalgaard. Introductory Statistics with R. Springer, 2008.
- A. Field, J. Miles. Discovering Statistics Using R. SAGE Publications Ltd, 2012.
- M. J. Crawley. Statistics: An Introduction Using R. Wiley, 2014
- R. M. Heiberger, B. Holland. Statistical Analysis and Data Display: An Intermediate Course with Examples in R. Springer, 2015.
- R. Stinerock. Statistics with R: A Beginner's Guide. SAGE Publications Ltd, 2018.
Group 4
max. 25 participants
Language: German
LMS: Moodle
Lecturers
Classes (iCal) - next class is marked with N
Friday
01.10.
14:00 - 14:45
Digital
Friday
08.10.
14:00 - 14:45
Digital
Friday
15.10.
14:00 - 14:45
Digital
Friday
22.10.
14:00 - 14:45
Digital
Friday
29.10.
14:00 - 14:45
Digital
Friday
05.11.
14:00 - 14:45
Digital
Friday
12.11.
14:00 - 14:45
Digital
Friday
19.11.
14:00 - 14:45
Digital
Friday
26.11.
14:00 - 14:45
Digital
Friday
03.12.
14:00 - 14:45
Digital
Friday
10.12.
14:00 - 14:45
Digital
Friday
17.12.
14:00 - 14:45
Digital
Friday
07.01.
14:00 - 14:45
Digital
Friday
14.01.
14:00 - 14:45
Digital
Friday
21.01.
14:00 - 14:45
Digital
Friday
28.01.
14:00 - 14:45
Digital
Assessment and permitted materials
Als Softwarewerkzeug wird im Rahmen der Übung R eingesetzt, für die Abgabe und Präsentation der Beispiele werden Jupyter-Notebooks mit IRkernel verwendet.Es gibt insgesamt 10 Aufgabenblätter mit zu lösenden Aufgaben. 50 % der Gesamtbewertung werden für das beste Ergebnis bei Präsentationen von Beispielen der ersten 5 Blätter vergeben, 50 % für das beste Ergebnis für die restlichen 5 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 R zu lösen, ausser es ist für ein Beispiel explizit anders vermerkt.
Examination topics
Es werden Aufgabenblätter zu folgenden Inhalten durchgenommen: Kombinatorik, Laplace-Wahrscheinlichkeiten, Bedingte Wahrscheinlichkeiten und Unabhängigkeit, Zufallsvariablen und ihre Verteilungen, Erwartungswert und Varianz, Mehrdimensionale Zufallsvariablen, Schätzverfahren, Testverfahren 1, Testverfahren 2, Regressionsanalyse.
Reading list
- L. Fahrmeir et al. Statistik. Der Weg zur Datenanalyse. Springer, 2016.
- J. Bleymüller, R. Weißbach, A. Dörre. Statistik für Wirtschaftswissenschaftler. Vahlen, 2020.
- P. Dalgaard. Introductory Statistics with R. Springer, 2008.
- A. Field, J. Miles. Discovering Statistics Using R. SAGE Publications Ltd, 2012.
- M. J. Crawley. Statistics: An Introduction Using R. Wiley, 2014
- R. M. Heiberger, B. Holland. Statistical Analysis and Data Display: An Intermediate Course with Examples in R. Springer, 2015.
- R. Stinerock. Statistics with R: A Beginner's Guide. SAGE Publications Ltd, 2018.
- J. Bleymüller, R. Weißbach, A. Dörre. Statistik für Wirtschaftswissenschaftler. Vahlen, 2020.
- P. Dalgaard. Introductory Statistics with R. Springer, 2008.
- A. Field, J. Miles. Discovering Statistics Using R. SAGE Publications Ltd, 2012.
- M. J. Crawley. Statistics: An Introduction Using R. Wiley, 2014
- R. M. Heiberger, B. Holland. Statistical Analysis and Data Display: An Intermediate Course with Examples in R. Springer, 2015.
- R. Stinerock. Statistics with R: A Beginner's Guide. SAGE Publications Ltd, 2018.
Group 5
max. 25 participants
Language: German
LMS: Moodle
Lecturers
Classes (iCal) - next class is marked with N
Monday
04.10.
11:30 - 12:15
Digital
Monday
11.10.
11:30 - 12:15
Digital
Monday
18.10.
11:30 - 12:15
Digital
Monday
25.10.
11:30 - 12:15
Digital
Monday
08.11.
11:30 - 12:15
Digital
Monday
15.11.
11:30 - 12:15
Digital
Monday
22.11.
11:30 - 12:15
Digital
Monday
29.11.
11:30 - 12:15
Digital
Monday
06.12.
11:30 - 12:15
Digital
Monday
13.12.
11:30 - 12:15
Digital
Monday
10.01.
11:30 - 12:15
Digital
Monday
17.01.
11:30 - 12:15
Digital
Monday
24.01.
11:30 - 12:15
Digital
Monday
31.01.
11:30 - 12:15
Digital
Assessment and permitted materials
Als Softwarewerkzeug wird im Rahmen der Übung R eingesetzt, für die Abgabe und Präsentation der Beispiele werden Jupyter-Notebooks mit IRkernel verwendet.
Es gibt insgesamt 10 Aufgabenblätter mit zu lösenden Aufgaben. 50 % der Gesamtbewertung werden für das beste Ergebnis bei Präsentationen von Beispielen der ersten 5 Blätter vergeben, 50 % für das beste Ergebnis für die restlichen 5 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 R zu lösen, ausser es ist für ein Beispiel explizit anders vermerkt.
Es gibt insgesamt 10 Aufgabenblätter mit zu lösenden Aufgaben. 50 % der Gesamtbewertung werden für das beste Ergebnis bei Präsentationen von Beispielen der ersten 5 Blätter vergeben, 50 % für das beste Ergebnis für die restlichen 5 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 R zu lösen, ausser es ist für ein Beispiel explizit anders vermerkt.
Examination topics
Es werden Aufgabenblätter zu folgenden Inhalten durchgenommen: Kombinatorik, Laplace-Wahrscheinlichkeiten, Bedingte Wahrscheinlichkeiten und Unabhängigkeit, Zufallsvariablen und ihre Verteilungen, Erwartungswert und Varianz, Mehrdimensionale Zufallsvariablen, Schätzverfahren, Testverfahren 1, Testverfahren 2, Regressionsanalyse.
Reading list
L. Fahrmeir et al. Statistik. Der Weg zur Datenanalyse. Springer, 2016.
J. Bleymüller, R. Weißbach, A. Dörre. Statistik für Wirtschaftswissenschaftler. Vahlen, 2020.
P. Dalgaard. Introductory Statistics with R. Springer, 2008.
A. Field, J. Miles. Discovering Statistics Using R. SAGE Publications Ltd, 2012.
M. J. Crawley. Statistics: An Introduction Using R. Wiley, 2014
R. M. Heiberger, B. Holland. Statistical Analysis and Data Display: An Intermediate Course with Examples in R. Springer, 2015.
R. Stinerock. Statistics with R: A Beginner's Guide. SAGE Publications Ltd, 2018.
J. Bleymüller, R. Weißbach, A. Dörre. Statistik für Wirtschaftswissenschaftler. Vahlen, 2020.
P. Dalgaard. Introductory Statistics with R. Springer, 2008.
A. Field, J. Miles. Discovering Statistics Using R. SAGE Publications Ltd, 2012.
M. J. Crawley. Statistics: An Introduction Using R. Wiley, 2014
R. M. Heiberger, B. Holland. Statistical Analysis and Data Display: An Intermediate Course with Examples in R. Springer, 2015.
R. Stinerock. Statistics with R: A Beginner's Guide. SAGE Publications Ltd, 2018.
Group 6
max. 25 participants
Language: German
LMS: Moodle
Lecturers
Classes (iCal) - next class is marked with N
Monday
04.10.
12:15 - 13:00
Digital
Monday
11.10.
12:15 - 13:00
Digital
Monday
18.10.
12:15 - 13:00
Digital
Monday
25.10.
12:15 - 13:00
Digital
Monday
08.11.
12:15 - 13:00
Digital
Monday
15.11.
12:15 - 13:00
Digital
Monday
22.11.
12:15 - 13:00
Digital
Monday
29.11.
12:15 - 13:00
Digital
Monday
06.12.
12:15 - 13:00
Digital
Monday
13.12.
12:15 - 13:00
Digital
Monday
10.01.
12:15 - 13:00
Digital
Monday
17.01.
12:15 - 13:00
Digital
Monday
24.01.
12:15 - 13:00
Digital
Monday
31.01.
12:15 - 13:00
Digital
Assessment and permitted materials
Als Softwarewerkzeug wird im Rahmen der Übung R eingesetzt, für die Abgabe und Präsentation der Beispiele werden Jupyter-Notebooks mit IRkernel verwendet.
Es gibt insgesamt 10 Aufgabenblätter mit zu lösenden Aufgaben. 50 % der Gesamtbewertung werden für das beste Ergebnis bei Präsentationen von Beispielen der ersten 5 Blätter vergeben, 50 % für das beste Ergebnis für die restlichen 5 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 R zu lösen, ausser es ist für ein Beispiel explizit anders vermerkt.
Es gibt insgesamt 10 Aufgabenblätter mit zu lösenden Aufgaben. 50 % der Gesamtbewertung werden für das beste Ergebnis bei Präsentationen von Beispielen der ersten 5 Blätter vergeben, 50 % für das beste Ergebnis für die restlichen 5 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 R zu lösen, ausser es ist für ein Beispiel explizit anders vermerkt.
Examination topics
Es werden Übungsblätter zu folgenden Inhalten durchgenommen: Kombinatorik, Laplace-Wahrscheinlichkeiten, Bedingte Es werden Aufgabenblätter zu folgenden Inhalten durchgenommen: Kombinatorik, Laplace-Wahrscheinlichkeiten, Bedingte Wahrscheinlichkeiten und Unabhängigkeit, Zufallsvariablen und ihre Verteilungen, Erwartungswert und Varianz, Mehrdimensionale Zufallsvariablen, Schätzverfahren, Testverfahren 1, Testverfahren 2, Regressionsanalyse.
Reading list
L. Fahrmeir et al. Statistik. Der Weg zur Datenanalyse. Springer, 2016.
J. Bleymüller, R. Weißbach, A. Dörre. Statistik für Wirtschaftswissenschaftler. Vahlen, 2020.
P. Dalgaard. Introductory Statistics with R. Springer, 2008.
A. Field, J. Miles. Discovering Statistics Using R. SAGE Publications Ltd, 2012.
M. J. Crawley. Statistics: An Introduction Using R. Wiley, 2014
R. M. Heiberger, B. Holland. Statistical Analysis and Data Display: An Intermediate Course with Examples in R. Springer, 2015.
R. Stinerock. Statistics with R: A Beginner's Guide. SAGE Publications Ltd, 2018.
J. Bleymüller, R. Weißbach, A. Dörre. Statistik für Wirtschaftswissenschaftler. Vahlen, 2020.
P. Dalgaard. Introductory Statistics with R. Springer, 2008.
A. Field, J. Miles. Discovering Statistics Using R. SAGE Publications Ltd, 2012.
M. J. Crawley. Statistics: An Introduction Using R. Wiley, 2014
R. M. Heiberger, B. Holland. Statistical Analysis and Data Display: An Intermediate Course with Examples in R. Springer, 2015.
R. Stinerock. Statistics with R: A Beginner's Guide. SAGE Publications Ltd, 2018.
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. 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.
Minimum requirements and assessment criteria
Diese Lehrveranstaltung wird digital über ZOOM abgehalten.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 (0 % - 50 %) für diesen Bewertungsaspekt priorisiert werden. Die ausgewählten Studierenden werden kontaktiert und präsentieren ihr Beispiel in der Übung.Die Notenskala lautet wie folgt: 1: zumindest 90 %, 2: zumindest 80 %, 3: zumindest 65 %, 4: zumindest 50 %.
Association in the course directory
Module: DAS EST UF-INF-12
Last modified: Th 16.09.2021 13:27