Digicampus
Vorlesung: Statistik II - Details
Sie sind nicht in Stud.IP angemeldet.
Lehrveranstaltung wird online/digital abgehalten.

Allgemeine Informationen

Veranstaltungsname Vorlesung: Statistik II
Semester WS 2018/19
Aktuelle Anzahl der Teilnehmenden 289
erwartete Teilnehmendenanzahl 800
Heimat-Einrichtung Prof. Dr. Yarema Okhrin - Statistik
Veranstaltungstyp Vorlesung in der Kategorie Lehre
Erster Termin Montag, 15.10.2018 10:00 - 11:30
Voraussetzungen Voraussetzung für eine erfolgreiche Teilnahme sind die mathematischen und statistischen Kenntnisse, welche in den Veranstaltungen Mathematik I/II und Statistik I vermittelt werden. Die Bereitschaft zum regelmäßigen Besuch der Vorlesung, sowie eigene Vor- und Nachbereitung des Stoffs sind notwendig. Zudem werden Grundkenntnisse in der Statistiksprache R verlangt, so wie sie bspw. in der Veranstaltung Statistik I vermittelt werden und die Bereitschaft, sich in die Statistiksprache R tiefergehend einzuarbeiten.
Leistungsnachweis 90-minütige Klausur
Online/Digitale Veranstaltung Veranstaltung wird online/digital abgehalten.
Hauptunterrichtssprache deutsch
Literaturhinweise - Bamberg, G.; Baur, F., Krapp, M.: Statistik, 18. Auflage, Oldenbourg, München, 2017.
- Bamberg, G.; Baur, F., Krapp, M.: Statistik-Arbeitsbuch, 10. Auflage, Oldenbourg, München, 2017.
- Fahrmeir, L., Künstler, R., Pigeot, I. und Tutz, G.: Statistik - Der Weg zur Datenanalyse, Springer, Berlin 2016.
- Dalgaard, P.: Introductory Statistics with R, Springer, New York 2008, URL der Auflage von 2002: http://link.springer.com/book/10.1007%2Fb97671 (aus dem Universitätsnetz verfügbar).

Räume und Zeiten

Keine Raumangabe
Montag: 10:00 - 11:30, wöchentlich

Kommentar/Beschreibung

1. Zufallsvariablen und Verteilungen
2. Verteilungsparameter
3. Gesetz der großen Zahlen und zentraler Grenzwertsatz
4. Grundlagen der induktiven Statistik
5. Punktschätzung
6. Intervallschätzung
7. Signifikanztests und Gütefunktion
Für die praktische Anwendung der in der Veranstaltung präsentierten Methoden wird die Statistiksoftware R genutzt, so dass die Studierenden selbstständig Analysen in R durchführen und Ausgaben der Software interpretieren und kompetent analysieren können (ebenfalls klausurrelevant).