200155 UE Statistics Excercises II (2024S)
Continuous assessment of course work
Labels
Diese Übung kann NICHT absolviert werden, wenn die "Übgungen zur Statistik" im alten Curriculum positiv absolviert wurden.
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 Th 01.02.2024 09:00 to Mo 26.02.2024 09:00
- Deregistration possible until Mo 04.03.2024 09:00
Details
max. 40 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
- Monday 04.03. 16:45 - 18:15 Hörsaal D Psychologie, NIG 6.Stock A0624
- Monday 08.04. 16:45 - 18:15 Hörsaal D Psychologie, NIG 6.Stock A0624
- Monday 22.04. 16:45 - 18:15 Hörsaal D Psychologie, NIG 6.Stock A0624
- Monday 06.05. 16:45 - 18:15 Hörsaal D Psychologie, NIG 6.Stock A0624
- Monday 03.06. 16:45 - 18:15 Hörsaal D Psychologie, NIG 6.Stock A0624
- Monday 17.06. 16:45 - 18:15 Hörsaal D Psychologie, NIG 6.Stock A0624
Information
Aims, contents and method of the course
Assessment and permitted materials
Zur Vorbereitung auf die Einheiten sind von den Studierenden Übungsblätter mit einer bestimmten Anzahl von Übungsaufgaben zu bearbeiten. Die Übungsaufgaben werden immer mittwochs im Moodle-Kurs der Vorlesung online zur Verfügung gestellt.Auf einer Kreuzerlliste geben die Studierenden bis zu einer bestimmten Deadline an, welche der Übungsaufgaben sie gelöst haben und laden die Ausarbeitungen der Lösungen zu diesen Aufgaben in den entsprechenden Upload-Ordner im Moodle-Kurs der Übung hoch. Dabei reicht es nicht aus, nur die Endergebnisse hochzuladen. Der Lösungsweg muss nachvollziehbar dokumentiert und die Wahl eines bestimmten Lösungswegs und Verfahrens muss begründet worden sein.
Während der Einheit werden einzelne Studierende aufgefordert, ihre ausgearbeitete Lösung zu präsentieren. Die Studierenden müssen daher in der Lage sein, ihre Lösungen bei Bedarf am Computer vorzurechnen, zu demonstrieren, zu begründen und zu interpretieren.Es können bei Bedarf auch etwaige Fragen, Probleme, etc. besprochen werden. Im Moodle-Kurs der Vorlesung werden zu einem späteren Zeitpunkt auch Musterlösung für die Beispiele hochgeladen.
Während der Einheit werden einzelne Studierende aufgefordert, ihre ausgearbeitete Lösung zu präsentieren. Die Studierenden müssen daher in der Lage sein, ihre Lösungen bei Bedarf am Computer vorzurechnen, zu demonstrieren, zu begründen und zu interpretieren.Es können bei Bedarf auch etwaige Fragen, Probleme, etc. besprochen werden. Im Moodle-Kurs der Vorlesung werden zu einem späteren Zeitpunkt auch Musterlösung für die Beispiele hochgeladen.
Minimum requirements and assessment criteria
Es besteht grundsätzlich Anwesenheitspflicht in den Einheiten. Bei mehr als einer Fehleinheit pro Semester wird die Lehrveranstaltung negativ beurteilt.
Die Beurteilung erfolgt auf Basis des Anteils der von den Studierenden angekreuzten, rechtzeitig hochgeladenen und gültigen Aufgabenlösungen. Die Lösungen der Beispiele werden NUR anerkannt, wenn die Kreuzerlliste ausgefüllt UND die gelösten Beispiele fristgerecht vor der Deadline hochgeladen wurden.Wichtig: Ein Nachtragen der Kreuze sowie Hochladen der Beispiele nach dieser Deadline ist nicht möglich (Ausnahme: erste Einheit, in der Aufgaben besprochen werden).Falls für eine angekreuzte Aufgabe keine Lösung hochgeladen wurde oder der Lösungsweg nicht nachvollziehbar ist, werden für diese Aufgabe keine Punkte vergeben.Bei Verdacht auf Plagiat, die Verwendung unerlaubter Hilfsmittel und/oder unzureichender Präsentation einer angekreuzten Aufgabe in der Übungseinheit werden den Studierenden in einem notenrelevanten Gespräch Verständnisfragen gestellt. Können die Studierenden weder die Aufgabe 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 der von den Studierenden angekreuzten, rechtzeitig hochgeladenen und gültigen Aufgabenlösungen. Die Lösungen der Beispiele werden NUR anerkannt, wenn die Kreuzerlliste ausgefüllt UND die gelösten Beispiele fristgerecht vor der Deadline hochgeladen wurden.Wichtig: Ein Nachtragen der Kreuze sowie Hochladen der Beispiele nach dieser Deadline ist nicht möglich (Ausnahme: erste Einheit, in der Aufgaben besprochen werden).Falls für eine angekreuzte Aufgabe keine Lösung hochgeladen wurde oder der Lösungsweg nicht nachvollziehbar ist, werden für diese Aufgabe keine Punkte vergeben.Bei Verdacht auf Plagiat, die Verwendung unerlaubter Hilfsmittel und/oder unzureichender Präsentation einer angekreuzten Aufgabe in der Übungseinheit werden den Studierenden in einem notenrelevanten Gespräch Verständnisfragen gestellt. Können die Studierenden weder die Aufgabe 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.
Examination topics
Immanenter Prüfungscharakter (Anwesenheitspflicht!): Aufgaben, die auf Moodle gestellt werden, sollen von den Studierenden bearbeitet werden.
Reading list
Wird in der dazugehörigen Vorlesung bekanntgegeben.
Association in the course directory
70413
Last modified: Tu 27.02.2024 00:03
Die Vermittlung der entsprechenden statistischen Grundkenntnisse erfolgt anhand konkreter psychologischer Übungsaufgaben, inklusive Berechnungen mit Hilfe der Statistiksoftware JASP (https://jasp-stats.org/) und anderer Software.
Die Übungen zur Statistik II begleiten die Vorlesung Statistik II und beschäftigen sich mit der praktischen Anwendung der dort vorgestellten Methoden.