Informationen zu den Modulen
Modul (6 Credits)
Induktive Statistik
- Name im Diploma Supplement
- Statistical Inference
- Verantwortlich
- Prof. Dr. Andreas Behr
- Voraussetzungen
- Siehe Prüfungsordnung.
- Workload
- 180 Stunden studentischer Workload gesamt, davon:
- Präsenzzeit: 45 Stunden
- Vorbereitung, Nachbereitung: 90 Stunden
- Prüfungsvorbereitung: 45 Stunden
- Dauer
- Das Modul erstreckt sich über 1 Semester.
- Qualifikationsziele
Die Studierenden
- beherrschen die grundlegenden Rechenregeln der Wahrscheinlichkeitsrechnung
- haben ein Verständnis unterschiedlicher Wahrscheinlichkeitsbegriffe
- verstehen die Funktionsweise von Zufallsgeneratoren
- haben eine Vorstellung der Generierung von Zufallszahlen mit Hilfe von Zufallsgeneratoren
- haben ein grundlegendes Verständnis der Gewinnung von Zufallsstichproben aus endlichen Grundgesamtheiten
- kennen die Grundzüge des Schätzens und Testens
- Prüfungsmodalitäten
Zum Modul erfolgt eine modulbezogene Prüfung in der Gestalt einer Klausur (in der Regel: 60-90 Minuten).
Vom Dozierenden wird zu Beginn der Veranstaltung festgelegt, ob durch freiwillige Testate bereits im Vorfeld Punkte für die Klausur erworben werden können. Für die Möglichkeit der Anrechnung der Testate muss die Klausur unabhängig vom Ergebnis der Testate mindestens bestanden sein. Ist dies der Fall, so bildet sich die Endnote aus dem Ergebnis der mindestens bestandenen Abschlussprüfung zuzüglich der bereits über die Testate erworbenen Punkte. Die Möglichkeit der Anrechnung der Testate auf die abschließende Prüfungsleistung ist auf maximal 20% der in der abschließenden Prüfung maximal erwerbbaren Punkte beschränkt. Bestandene Testate haben nur Gültigkeit für die Prüfungen, die zu der Veranstaltung im jeweiligen Semester gehören.
Für Lehramt im Begleitmodul zur Masterarbeit: Keine Prüfungsleistung.
- Verwendung in Studiengängen
- Bestandteile
Vorlesung mit integrierter Übung (6 Credits)
Induktive Statistik
- Name im Diploma Supplement
- Statistical Inference
- Anbieter
- Fachgebiet Statistik, Lehrstuhl für Ökonometrie
- Lehrperson
- Prof. Dr. Andreas Behr, Prof. Dr. Christoph Hanck
- Turnus
- Sommersemester
- SWS
- 4
- Sprache
- deutsch
- maximale Hörerschaft
- unbeschränkt
- Hörerschaft
empfohlenes Vorwissen
Kenntnisse aus dem Bereich der Deskriptiven Statistik
Lehrinhalte
- Grundlagen der Wahrscheinlichkeitsrechnung
- Eindimensionale Zufallsvariablen
- Zweidimensionale Zufallsvariablen
- Konvergenz von Folgen von Zufallsvariablen und von Verteilungsfunktionen
- Grundzüge der Stichprobentheorie
- Statistische Schätzverfahren
- Statistische Testverfahren
Literaturangaben
- Assenmacher, W. (2009). Induktive Statistik (2. Aufl.). Berlin [u.a.]: Springer.
- Bamberg, M. G.; Baur, F.; Krapp, M. (2011). Statistik (16. Aufl.). München: Oldenbourg.
- Behr, A.; Pötter. U. (2011). Einführung in die Statistik mit R (2. Aufl.). München: Vahlen.
- Fahrmeir, L. (2011). Statistik : der Weg zur Datenanalyse (7. Aufl.). Berlin [u.a.]: Springer.
- Mosler, K.; Schmid, F. (2011). Wahrscheinlichkeitsrechnung und schließende Statistik (4. Aufl.). Heidelberg [u.a.]: Springer.
- Rohwer, G.; Pötter, U. (2001). Grundzüge der sozialwissenschaftlichen Statistik. Weinheim [u.a.]: Juventa-Verl.
- Rohwer, G.; Pötter, U. (2002). Wahrscheinlichkeit : Begriff und Rhetorik in der Sozialforschung. Weinheim [u.a.]: Juventa-Verl.
didaktisches Konzept
Der Vorlesungsstoff wird durch Übungsaufgaben und Tutorien unterstützt. Um eigenständiges Arbeiten zu motivieren, wird eine Vielzahl von Arbeitsblättern bzw. Onlineaufgaben bereitgestellt, deren thematische Breite das weite Einsatzspektrum der behandelten Methoden zeigt.
Die Veranstaltung entspricht einem Vorlesungsanteil von 2 SWS und einem Übungsanteil von 2 SWS.