| Titel der Lehrveranstaltung / des Moduls | Wahrscheinlichkeit und Statistik |
| Kennzahl der Lehrveranstaltung / des Moduls | 024827034101 |
| Unterrichtssprache | Deutsch |
| Art der Lehrveranstaltung (Pflichtfach, Wahlfach) | Pflichtfach |
| Semester in dem die Lehrveranstaltung angeboten wird | Wintersemester 2025 |
| Semesterwochenstunden | 2 |
| Studienjahr | 2025 |
| Niveau der Lehrveranstaltung / des Moduls laut Lehrplan | 1. Zyklus (Bachelor) |
| Anzahl der zugewiesenen ECTS-Credits | 3 |
| Name des/der Vortragenden | Kathrin PLANKENSTEINER |
| Voraussetzungen und Begleitbedingungen |
Lehrveranstaltung "Ingenieurmathematik" |
| Lehrinhalte |
Die Lehrveranstaltung behandelt folgende grundlegende Konzepte und Methoden:
- Deskriptive Statistik: Häufigkeiten, Lage- und Streumaße, Quantile, Zusammenhangsmaße
- Explorative Statistik: grafische Darstellungen wie z. B. Streudiagramme, Histogramme, Boxplots
- Wahrscheinlichkeitsrechnung: Zufallsexperimente, Gesetz der großen Zahlen, bedingte Wahrscheinlichkeiten, diskrete und stetige Verteilungen, zentraler Grenzwertsatz.
- Inferenzielle Statistik: Punktschätzer, Konfidenzintervalle, Hypothesentests
|
| Lernergebnisse |
Ziel der LV ist, die Studierenden mit den grundlegenden statistischen Methoden und Werkzeugen für eine datengetriebene Analyse vertraut zu machen.
Die Studierenden
- sind in der Lage, deskriptivstatistische Kennzahlen wie Häufigkeiten, Lage- und Streumaße, Quantile sowie Zusammenhangsmaße zu berechnen, grafisch darzustellen und zur Beschreibung sowie Interpretation von Datensätzen anzuwenden.
- verstehen grundlegende Konzepte der Wahrscheinlichkeitsrechnung und sind in der Lage, Zufallsexperimente zu analysieren, Wahrscheinlichkeiten – einschließlich bedingter Wahrscheinlichkeiten – zu berechnen sowie diskrete und stetige Verteilungen und den zentralen Grenzwertsatz zur Lösung einfacher Probleme anzuwenden.
- sind in der Lage, inferenzstatistische Verfahren wie Punktschätzungen, Konfidenzintervalle und Hypothesentests anzuwenden, um aus Stichprobendaten fundierte Schlussfolgerungen über Grundgesamtheiten zu ziehen und diese kritisch zu interpretieren.
|
| Geplante Lernaktivitäten und Lehrmethoden |
Integrierte Lehrveranstaltung
|
| Prüfungsmethode und Beurteilungskriterien |
- Quizze über LV Inhalte und Übungsaufgaben (35%)
- Elektronische Abschlussprüfung (65%) bei der die Studierenden mit Hilfe der Programmiersprache Python einfache Aufgaben lösen und die Ergebnisse interpretieren müssen
Für eine positive Gesamtnote müssen insgesamt über alle Prüfungsteile mindestens 50% der Punkte erzielt werden UND es müssen in nachfolgenden Prüfungsteilen mindestens 50% der Punkte erzielt werden:
- Elektronische Abschlussprüfung 65 %
|
| Kommentar |
|
| Empfohlene Fachliteratur und andere Lernressourcen |
- Backhaus, Klaus et al. (2016): Multivariate Analysemethoden: eine anwendungsorientierte Einführung. 14th revised and updated edition. Berlin Heidelberg: Springer Gabler
- Teschl, Gerald; Teschl, Susanne (2014): Mathematik für Informatiker Band 2: Analysis und Statistik. Springer, https://doi.org/10.1007/978-3-642-54274-9
|
| Art der Vermittlung |
Online-Learning und interaktive Einheiten vor Ort |