Warning! The directory is not yet complete and will be amended until the beginning of the term.
051131 UE Introductory Statistics (2023W)
Continuous assessment of course work
Labels
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 We 13.09.2023 09:00 to We 20.09.2023 09:00
- Deregistration possible until Sa 14.10.2023 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 06.10. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 13.10. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 20.10. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 27.10. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 03.11. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 10.11. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 17.11. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 24.11. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 01.12. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 15.12. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 12.01. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 19.01. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 26.01. 11:30 - 12:15 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Minimum requirements and assessment criteria
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 %.
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 06.10. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 13.10. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 20.10. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 27.10. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 03.11. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 10.11. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 17.11. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 24.11. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 01.12. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 15.12. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 12.01. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 19.01. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 26.01. 12:15 - 13:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Minimum requirements and assessment criteria
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 %.
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 06.10. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 13.10. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 20.10. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 27.10. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 03.11. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 10.11. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 17.11. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 24.11. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 01.12. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 15.12. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 12.01. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 19.01. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 26.01. 13:15 - 14:00 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Minimum requirements and assessment criteria
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 %.
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 06.10. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 13.10. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 20.10. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 27.10. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 03.11. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 10.11. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 17.11. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 24.11. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 01.12. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 15.12. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 12.01. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 19.01. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 26.01. 14:00 - 14:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Minimum requirements and assessment criteria
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 %.
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
- Friday 06.10. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 13.10. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 20.10. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 27.10. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 03.11. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 10.11. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 17.11. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 24.11. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 01.12. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 15.12. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 12.01. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 19.01. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 26.01. 15:00 - 15:45 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Minimum requirements and assessment criteria
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 %.
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
- Friday 06.10. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 13.10. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 20.10. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 27.10. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 03.11. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 10.11. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 17.11. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 24.11. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 01.12. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 15.12. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 12.01. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 19.01. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 26.01. 15:45 - 16:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Minimum requirements and assessment criteria
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 %.
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.
Group 7
max. 25 participants
Language: German
LMS: Moodle
Lecturers
Classes (iCal) - next class is marked with N
- Friday 06.10. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 13.10. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 20.10. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 27.10. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 03.11. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 10.11. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 17.11. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 24.11. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 01.12. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 15.12. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 12.01. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 19.01. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
- Friday 26.01. 16:45 - 17:30 PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Minimum requirements and assessment criteria
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 %.
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, 2014R. 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.
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 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 R zu lösen, außer es ist für ein Beispiel explizit anders vermerkt.
Association in the course directory
Module: DAS EST UF-INF-12
Last modified: Tu 14.11.2023 15:07