Modulbeschreibung
Wahrscheinlichkeit und Messdaten
Kürzel:
M_WRechMess
Durchführungszeitraum:
HS/18-HS/23
ECTS-Punkte:
2
Lernziele:
- Wissen
- Grundlegende Begriffe der Wahrscheinlichkeitsrechnung kennen (Ereignis, Wahrscheinlichkeit, Zufallsvariable, Verteilung und Dichte u.a.)
- Können
- Mit Verteilungen umgehen (Normal, Lognormal, t, Chi-Quadrat, evtl. Weibull, Beta)
- Konfidenzintervalle bestimmen, statistische Tests durchführen
- Versuche planen und auswerten
- Bayes‘sche Statistik verstehen und anwenden
- Beurteilen
- Versuchsdaten beurteilen (Verteilung, Varianz, Genauigkeit)
- Effekte und Signifikanzen beurteilen
- Verteilungen und statistische Modelle beurteilen (z.B. mit dem residualen Standardfehler)
Verantwortliche Person:
Prof. Dr. Himmelmann Lin
Standort (angeboten):
Rapperswil-Jona
Zusätzlich vorausgesetzte Kenntnisse:
Mathematik-Module des ersten Studienjahres
Skriptablage:
Modultyp:
Standard-Modul für Maschinentechnik-Innovation STD_10(Empfohlenes Semester: 3)
Standard-Modul für Maschinentechnik-Innovation STD_14(Empfohlenes Semester: 3)
Standard-Modul für Maschinentechnik-Innovation STD_21(Empfohlenes Semester: 3)
Standard-Modul für Maschinentechnik-Innovation STD_24(Empfohlenes Semester: 3)
ECTS-Punkte pro Kategorie
Mathematik / 2 Punkte
Mathematik / 2 Punkte
Mathematik / 2 Punkte
Modulbewertung
Bewertungsart:
Note von 1 - 6
Leistungsbewertung
Während der Prüfungssession:
Schriftliche Prüfung, 90 Minuten
Kurse in diesem Modul
Wahrscheinlichkeitsrechnung und Messdaten
Kürzel:
WRechMess
Semester:
1
Plan und Lerninhalt:
- Messwerte, deren Häufigkeitsverteilungen und Verteilungs- und Dichtefunktionen
- Quantile von stetigen und diskreten empirischen Wahrscheinlichkeitsverteilungen
- Normalverteilung, Lognormalverteilung, Binomialverteilung und ihre Quantile
- Wahrscheinlichkeitsintervalle von Messdaten und Konfidenzintervalle für Mittelwert, Varianz und Standardabweichung
- Konfidenzintervalle für die Parameter der linearen Regression
- Residualer Standardfehler
- Anwendung und Interpretation von t-Tests, Verteilungstests (Kolmogorov-Smirnov-Test, -Test), F-Test und ANOVA
- Bedingte Wahrscheinlichkeiten von klassierten und stetigen Variablen und Bayes‘sche Statistik
- Versuchsplanung (Screening mit Mittelwertanalyse, Signifikanz der Effekte, Parameter-Optimierungen)
Unterrichtssprache:
Deutsch
Kursart:
Durchführung gemäss Stundenplan
Vorlesung mit 1.5 Lektionen pro Woche
- Max. Teilnehmer: 36
- Harte Grenze: ja
Uebung mit 0.5 Lektionen pro Woche
- Max. Teilnehmer: 18
- Harte Grenze: ja
Übergangsregelungen:
Mathematik für Maschinentechnik 3 (M_Math3M / MN) (HS/07-HS/10)