Modulbeschreibung

Leitidee: Das Modul "Applied Statistics" (ASTAT) zielt darauf ab, Studierenden ein Verständnis für statistische Konzepte und deren praktische Anwendung zu vermitteln. Aufbauend auf den Grundlagen der explorativen Datenanalyse (DLAB) und der Wahrscheinlichkeitsrechnung (PCALC), werden die Teilnehmer befähigt, statistische Methoden mit Python auf reale Datensätze anzuwenden. 
Ausbildungsziel: Ziel des Moduls ist es, Studierende in die Lage zu versetzen, statistische Analysen durchzuführen und die Ergebnisse kritisch zu interpretieren. Sie sollen in der Lage sein, fundierte Entscheidungen auf Basis von Datenanalysen zu treffen und diese verständlich zu kommunizieren. 
Vision: Studierende zu kompetenten "Datenanalysten" auszubilden, die sowohl die theoretischen als auch die praktischen Aspekte der Statistik beherrschen und in der Lage sind, diese Fähigkeiten in verschiedenen beruflichen Kontexten anzuwenden.

Fachkompetenzen:
- Verständnis von Daten- und Stichprobenverteilungen.
- Durchführung von Zufallsstichprobenziehungen und Erkennen von Stichprobenverzerrungen. 
- Anwendung des zentralen Grenzwertsatzes und Berechnung von Standardfehlern. 
- Einsatz von Bootstrap-Verfahren zur Schätzung von Verteilungen.
- Konfidenzintervalle
- Uniformverteilung Normalverteilung, Exponentialverteilung, Binomialverteilung
- Erwartungswert, Varianz
- Hypothese Testing

Methodenkompetenzen:
Anwendung von Python zur Durchführung statistischer Analysen. Entwicklung von Skripten zur Automatisierung von Datenanalysen. Nutzung von Bibliotheken wie NumPy, Pandas und SciPy zur Datenverarbeitung und -analyse.