Vorlesung: Statistik I (Vorlesung) - Details

Vorlesung: Statistik I (Vorlesung) - Details

Sie sind nicht in Stud.IP angemeldet.

Allgemeine Informationen

Veranstaltungsname Vorlesung: Statistik I (Vorlesung)
Semester SS 2026
Aktuelle Anzahl der Teilnehmenden 472
erwartete Teilnehmendenanzahl 1000
Heimat-Einrichtung Prof. Dr. Yarema Okhrin - Statistik
Veranstaltungstyp Vorlesung in der Kategorie Lehre
Nächster Termin Montag, 04.05.2026 10:00 - 11:30, Ort: (Sigma-Park: Hörsaal)
Voraussetzungen 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 Programmiersprache Python einzuarbeiten.
Leistungsnachweis Klausur
Veranstaltung findet in Präsenz statt / hat Präsenz-Bestandteile Ja
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.

Räume und Zeiten

(Sigma-Park: Hörsaal)
Montag: 10:00 - 11:30, wöchentlich (12x)

Modulzuordnungen

Kommentar/Beschreibung

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 Programmiersprache Python genutzt, sodass die Studierenden selbstständige Analysen in Python durchführen und Ausgaben der Software interpretieren können.