Modulbeschreibung
Statistisches Denken
Kürzel:
M_SD
Durchführungszeitraum:
HS/19-HS/20
ECTS-Credits:
2
Arbeitsaufwand:
60
Lernziele:
Die Studierenden
- kennen die Grundprinzipien der beschreibenden Statistik (Datentypen, Datendimension, Lage- und Streumasse, graphische Darstellungsmethoden, Datentransformationen).
- verstehen die grundlegende Aspekte der Wahrscheinlichkeitstheorie als Werkzeug zur statistischen Modellierung realer Vorgänge.
- können Punkt- und Intervallschätzer berechnen und interpretieren.
- können grundlegende statistische Hypothesen formulieren und testen.
- verstehen die Grundlagen der Regressions- und Varianzanalyse.
- können Lösungsstrategien für reale statistische Probleme zu konkreten Datensätzen entwickeln und mithilfe statistischer Software umsetzen.
Verantwortliche Person:
Prof. Dr. Frick Klaus
Telefon/EMail:
+41 58 257 3404
/ ?@?.tldStandort (angeboten):
Buchs, Chur, Waldau St.Gallen
Fachbereiche:
Mathematik
Vorausgesetzte Module:
Zusätzlich vorausgesetzte Kenntnisse:
Ebenfalls vorausgesetzt sind die beiden Module Systemtechnik A sowie Elektrotechnik & Lineare Algebra I.
Modultyp:
Standard-Modul für Systemtechnik BB STD_05(Empfohlenes Semester: 7)
Standard-Modul für Systemtechnik VZ STD_05(Empfohlenes Semester: 5)
Bemerkungen:
Das Modul findet im Herbstsemester statt.
ECTS-Credits pro Kategorie
Wahlmodule / 2 Credits
Wahlmodule / 2 Credits
Modulbewertung
Bewertungsart:
Note von 1 - 6
Leistungsbewertung
Während des Semesters:
Während der Unterrichtsphase wird ein Projekt mittels Bericht und einem Fachgespräch bewertet.
Bewertungsart:
Note von 1 - 6
Gewichtung:
Während der Unterrichtsphase wird ein Projekt mittels Bericht (Gewicht 50%) und einem Fachgespräch (Gewicht 50%) bewertet.
Bemerkungen:
Es findet keine abgesetzte Modulschlussprüfung statt.
Teilbewertung:
50%Bericht Projekt Statistisches Denken (SD-b)
50%Fachgespräch Projekt Statistisches Denken (SD-f)
Kurse in diesem Modul
Statistisches Denken
Kürzel:
SD
Arbeitsaufwand:
60
Semester:
1
Lernziele:
Die Studierenden
- kennen die Grundprinzipien der beschreibenden Statistik (Datentypen, Datendimension, Lage- und Streumasse, graphische Darstellungsmethoden, Datentransformationen).
- verstehen die grundlegende Aspekte der Wahrscheinlichkeitstheorie als Werkzeug zur statistischen Modellierung realer Vorgänge.
- können Punkt- und Intervallschätzer berechnen und interpretieren.
- können grundlegende statistische Hypothesen formulieren und testen.
- verstehen die Grundlagen der Regressions- und Varianzanalyse.
- können Lösungsstrategien für reale statistische Probleme zu konkreten Datensätzen entwickeln und mithilfe statistischer Software umsetzen.
Plan und Lerninhalt:
Beschreibende Statistik
Einführung in die Wahrscheinlichkeitstheorie
Grundlagen des Schätzens und Testens
Grundlagen der Regression und der ANOVA
Einführung in geeignete statistische Software
Ansprechspersonen:
Prof. Dr. Frick Klaus
Fachbereiche:
Mathematik
Unterrichtssprache:
Deutsch
Leistungsnachweis:
Während der Unterrichtsphase wird ein Projekt mittels Bericht und Fachgespräch bewertet.
Lehr- und Lernmethoden:
Unterrichtsgespräch im Klassenverband
Selbststudium (Übungen, Vor- und Nachbereitung der Lerninhalte)
Projektarbeit
Selbststudium (Übungen, Vor- und Nachbereitung der Lerninhalte)
Projektarbeit
Bibliographie:
Mitschrift der Studenten
R. Leonhart: Lehrbuch Statistik: Einstieg und Vertiefung (ergänzend)
R. Leonhart: Lehrbuch Statistik: Einstieg und Vertiefung (ergänzend)
Kursart:
Durchführung gemäss Stundenplan
Klassenunterricht mit 2 Lektionen pro Woche
- Max. Teilnehmer: 25
- Harte Grenze: nein