Lecture: Statistik I (Vorlesung) - Details

Lecture: Statistik I (Vorlesung) - Details

You are not logged into Stud.IP.

General information

Course name Lecture: Statistik I (Vorlesung)
Semester SS 2024
Current number of participants 520
expected number of participants 1000
Home institute Prof. Dr. Yarema Okhrin - Statistik
Courses type Lecture in category Teaching
First date Monday, 15.04.2024 10:00 - 11:30
Pre-requisites Voraussetzung für eine erfolgreiche Teilnahme sind die mathematischen Kenntnisse, welche in der Veranstaltung Mathematik I vermittelt werden. Das Modul Mathematik II sollte gleichzeitig besucht werden. Ein Mindestmaß an analytischen Fähigkeiten, die Bereitschaft zum regelmäßigen Besuch der Vorlesung, Teilnahme an der Übung, sowie eigene Vor- und Nachbereitung des Stoffs sind notwendig. Zudem wird die Bereitschaft verlangt, sich in die Statistiksprache R einzuarbeiten.
Performance record Klausur
Veranstaltung findet in Präsenz statt / hat Präsenz-Bestandteile Yes
Hauptunterrichtssprache deutsch
Literaturhinweise Bamberg, G.; Baur, F.: Statistik, Oldenbourg, 17. Aufl., München 2012.
Bamberg, G.; Baur, F.: Statistik-Arbeitsbuch, Oldenbourg, 8. Aufl., München 2008.
Schira, J.: Statistische Methoden der VWL und BWL, Pearson Studium, München 2007.
Fahrmeir, L., Künstler, R., Pigeot, I. und Tutz, G.: Statistik, Springer, Berlin 2004.
Dalgaard, P.: Introductory Statistics with R, Springer, New York 2008, URL der Auflage von 2002.

Rooms and times

No room preference
Monday: 10:00 - 11:30, weekly

Module assignments

Comment/Description

1. Deskriptive Statistik:
- Grundbegriffe der Datenerhebung
- Auswertungsmethoden für ein- und mehrdimensionales Datenmaterial (grafische Darstellungen, Lage- und Streuungsparameter, Konzentrationsmaße; Kontingenztabelle, Korrelations- und Regressionsrechnung)
2. Wahrscheinlichkeitsrechnung:
- Wahrscheinlichkeitstheorie und Kombinatorik
- Zufallsvorgänge, Ereignisse und Wahrscheinlichkeiten
- Zufallsvariablen und Verteilungen
- Verteilungsparameter
- Gesetz der großen Zahlen und zentraler Grenzwertsatz
Für die praktische Anwendung der in der Veranstaltung präsentierten Methoden wird die Statistiksoftware R genutzt, sodass die Studierenden selbstständige Analysen in R durchführen und Ausgaben der Software interpretieren können.