Angewandte. Statistik. Weiterbildungsprogramm. Anmeldefrist verlängert bis 30. Juni 2018
|
|
- Lena Holzmann
- vor 5 Jahren
- Abrufe
Transkript
1 CERTIFICATE OF ADVANCED STUDIES DIPLOMA OF ADVANCED STUDIES MASTER OF ADVANCED STUDIES Anmeldefrist verlängert bis 30. Juni 2018 Studienjahre 2018/19 und 2019/ Angewandte WAHRSCHEINLICHKEIT Statistik SIGNIFIKANZ SCHÄTZUNG VERTRAUENSINTERVALL STATISTIKSOFTWARE EXTREMWERT MODELL GRAFIK ZUSAMMENHANG ZUFALLSVARIABLE Weiterbildungsprogramm
2 Institut für mathematische Statistik und Versicherungslehre IMSV Alpeneggstrasse 22 CH-3012 Bern Tel Angewandte Statistik
3 Berufsbegleitendes Weiterbildungsprogramm in angewandter Statistik Certificate of Advanced Studies (CAS) in Applied Statistics September 2018 bis Juni Module verteilt auf 32 Kurstage Inhalte: Beschreibende Statistik; einfache Tests; nichtparametrische Methoden; Regression, Varianzanalyse und verwandte Modelle; multivariate Statistik Diploma of Advanced Studies (DAS) in Applied Statistics September 2018 bis Februar Module verteilt auf 50 Kurstage Inhalte (zusätzlich zum CAS): Fortgeschrittene Methoden, z.b. Analyse kategorieller Daten; Zeitreihen; Extremwertanalyse; Bayes-Statistik Master of Advanced Studies (MAS) in Applied Statistics Programm des DAS, anschliessend weitere Veranstaltungen verteilt über ca. 3 5 Semester Vertiefung ausgewählter Themen gemäss individuellem Programm Inhalt Einleitung 4 Anwendungsbereiche der Statistik 5 Übersicht über das Weiterbildungsprogramm 6 CAS- und DAS-Studiengang 9 Inhaltsübersicht der Module 15 Das IMSV an der Universität Bern 26 Terminübersicht 28 Angewandte Statistik
4 Einleitung Die Statistik und ihre Instrumente sind aus unserem Alltag nicht mehr wegzudenken. Bei der Diskussion um neue Einsichten oder Entscheidungen in Naturwissenschaft, Technik, Politik, Soziologie, Wirtschaft, Medizin usw. wird fast immer auf statistische Modelle zurückgegriffen. In den Medien werden viele Problemkreise mit statistischen Grafiken und Datenanalysen erläutert. Mit der Leistungssteigerung des Computers stellt das Sammeln und Auswerten von Daten kein Problem mehr dar es fragt sich nun vielmehr, wie diese Datenflut sinnvoll analysiert und interpretiert werden kann. Deshalb befasst sich die Statistik im Allgemeinen nicht nur mit der Analyse der Daten, sondern auch mit den Prinzipien der Datenerhebung, der Datenorganisation und der Interpretation. Da die Statistik mittlerweile fast in alle Arbeitsgebiete Einzug gehalten hat, werden Grundlagenkenntnisse dieser Wissenschaft in vielen Stu diengängen vorausgesetzt. So wird heute nicht nur das Erfassen eines Textes verlangt, sondern auch ein Verständnis für Zahlen und numerische Argumentationen gefordert. Viele WissenschaftlerInnen sehen sich mit sehr umfassenden Fragen konfrontiert, die mit Grundlagenkenntnissen nicht mehr lösbar sind. Zwar können mit dem Computer und der entsprechenden Software auch komplexe statistische Modelle leicht berechnet werden, aber eine sinnvolle Interpretation der Resultate ist ohne Sachverständnis kaum mehr möglich. Dieses Verständnis soll in unseren Weiterbildungsveranstaltungen vermittelt werden. Das Weiterbildungsprogramm in angewandter Statistik richtet sich deshalb an wissenschaftlich tätige Frauen und Männer, die in ihrer täglichen Arbeit bei der statistischen Datenauswertung an ihre Grenzen stossen und ihre Kenntnisse in angewandter Statistik vertiefen wollen. Die Programmleitung Prof. em. Dr. Jürg Hüsler Prof. Dr. Johanna F. Ziegel Prof. Dr. Ilya Molchanov Dr. Michael Vock 4 Angewandte Statistik
5 Anwendungsbereiche der Statistik Eine kleine Übersicht der bekanntesten statistischen Anwendungen soll die Vielfalt statistischer Probleme aufzeigen: In den Naturwissenschaften werden Modelle von Zusammenhängen zwischen beobachteten Grössen mit kausaler Interpretation untersucht: Durch welche Umweltfaktoren wird das Wachstum von Nadelbäumen gestört? Treten seit 1950 vermehrt extreme Ereignisse auf (z. B. Hochwasser)? In der Medizin und der Pharmazie interessiert sich die Forschung beispiels weise für die Wirkung und Nebenwirkung von Behandlungen oder Medikamenten. Lassen sich Krankheiten durch geeignete Messgrössen automatisch diagnostizieren? Die Psychologie und die Verhaltensforschung sind z. B. an der Messung von psychologischen Eigenschaften, der Modellierung und dem Vergleich von Lernprozessen interessiert. In den Ingenieurwissenschaften richtet sich der Fokus eher auf Fragen wie: Welche Produktionsbedingungen sind optimal? Ist die Sicherheit gewährleistet? Weitere sind Qualitätskontrolle, Qualitäts sicherung, Zuverlässigkeit, Modellierung technischer Abläufe und Regelungstechnik. In der Soziologie und der Ökonomie können soziologische Zusammenhänge mittels Umfragen untersucht und makro- oder mikroökonomische Prozesse modelliert werden. Angewandte Statistik
6 Übersicht über das Weiterbildungsprogramm Ziele und Struktur des Programms Von WissenschaftlerInnen werden statistische Methoden meist als nützliches, aber auch recht wenig vertrautes Hilfsmittel betrachtet. Das Weiterbildungsprogramm in angewandter Statistik richtet sich an all jene, die sich für ein selbständiges und sachge rechtes Anwenden statistischer Methoden interessieren und einen vertieften Einblick in die Möglichkeiten der angewandten Statistik gewinnen wollen. Der CAS-Studiengang (2 Semester, 10 Module, 20.5 ECTS-Punkte) hat zum Ziel, die zentralen Methoden und Modelle der angewandten Statistik mit ihrem theoretischen Hintergrund und praktischen Beispielen zu vermitteln. Nach Abschluss des CAS kennen die Teilnehmenden die wichtig sten statistischen Methoden und den wahrscheinlichkeitstheoretischen Hintergrund und sind mit den Vor- und Nachteilen der verschiedenen Anwendungen vertraut. Sie können selbständig die Daten eines einfacheren Projekts mit Hilfe passender statistischer Methoden analysieren. Im CAS kann zusätzlich ein persönliches Projekt im Umfang von ungefähr einer Arbeitswoche durchgeführt werden, in dem ein Statistikproblem aus dem eigenen Tätigkeitsgebiet mit Unterstützung der Dozierenden untersucht wird. Im DAS-Studiengang (3 Semester, 18 Module, 37.5 ECTS-Punkte), dessen erste zwei Semester dem CAS entsprechen, werden die wichtigsten Methoden und Modelle der angewandten Statistik mit ihrem theoretischen Hintergrund in grosser Breite vermittelt. Zudem wird mit den Teilnehmenden die Umsetzung in die Praxis eingehend behandelt. Der DAS-Studiengang befähigt die Teilnehmenden zusätzlich, komplexere und spezialisierte statistische Methoden (komplexe nichtparametrische Methoden, Extremwertanalysen, kategorielle Modelle, Zeitreihenanalysen, medizinische Statistik, computerintensive Methoden, Stichprobenerhebungen, Bayes-Statistik) anzuwenden. Der DAS-Studiengang wird mit einer Diplomarbeit (Umfang ca. 180 h) abgeschlossen, in der die Teilnehmenden zeigen, dass sie in der Lage sind, ihr erworbenes Wissen innerhalb einer gegebenen Frist anzuwenden und einen eigenständigen Beitrag zur Lösung wichtiger Aufgaben aus ihrem Praxisalltag zu leisten. 6 Angewandte Statistik
7 Das Programm für den MAS-Studiengang (insgesamt ca. 6 8 Semester, 61.5 ECTS-Punkte) umfasst nach dem erfolgreichen Abschluss des DAS zusätzlich den Besuch von mindestens drei einsemestrigen Vorlesungen aus dem regulären Master-Studiengang (MSc) in Statistik. In diesen Vorlesungen werden die statistischen Methoden und Modelle nochmals vertieft, insbesondere auch aus theoretischer Sicht. Die MAS-Teilnehmenden erhalten für die dazugehörigen Übungen in der Regel besondere Betreuung. Das MAS-Programm wird mit einer Masterarbeit (Umfang ca. 180 h) abgeschlossen, die auch eine Vertiefung der Diplomarbeit aus dem DAS sein kann. Herbstsemester 2018 Frühjahrssemester 2019 Herbstsemester 2019 ca. 3 5 weitere Semester CAS Module 1 10 Projektarbeit* DAS Module 1 10 Module Diplomarbeit MAS Module 1 10 Module ergänzende Vorlesungen Diplomarbeit Masterarbeit * freiwillig Das Institut für mathematische Statistik und Versicherungslehre führt seit 1994 Weiterbildungsveranstaltungen in angewandter Statistik durch. Seit 2008 wird zusätzlich zum CAS und zum DAS ein MAS- Programm in angewandter Statistik angeboten. Der CAS- und der DAS-Studiengang finden in einem Zweijahres-Rhythmus statt und umfassen normalerweise einen Kurstag pro Woche. Nach dem Abschluss des DAS-Studiengangs ist ein Einstieg in die ergänzenden Teile des MAS-Programms für Teilnehmende, welche die Zulassungsbedingungen erfüllen, grundsätzlich auf jedes Semester möglich. Im MAS-Programm sind die zusätzlich zu belegenden Vorlesungen in der Regel auf mehrere Wochentage verteilt. Angewandte Statistik
8 Voraussetzungen Für alle drei Veranstaltungen wird von einem abgeschlossenen (Fach-) Hochschulstudium und elementaren Kenntnissen in Statistik im Umfang einer Einführungsvorlesung ausgegangen. Am Anfang des Programms werden diese Grundlagen aufgefrischt und aktualisiert. Die darauffolgenden Module vermitteln die wichtigsten Methoden der angewandten Statistik; ausserdem bilden praxisnahe Anwendungen mit Statistik-Software (insbesondere R) einen weiteren Schwerpunkt. Der erfolgreiche Abschluss des CAS ist Voraussetzung für die Zulassung zum dritten Semester des DAS-Studiengangs. Bei guten Leistungen im DAS (mindestens Gesamtnote 5) und entsprechender Eignung (insbesondere bezüglich mathematischer Vorkenntnisse) können anschliessend die weiteren Teile des MAS-Programms absolviert werden. Programm Im CAS-Studiengang 2018/19 werden 10 obligatorische Module angeboten, welche sich auf insgesamt 28 Kurstage verteilen. Die Module müssen jeweils mit einer Leistungskontrolle abgeschlossen werden (total 4 Tage). Der DAS-Studiengang besteht aus 18 Modulen, welche jeweils mit einer Leistungskontrolle abgeschlossen werden müssen. Die Module 1 bis 10 sind identisch mit dem CAS. Insgesamt umfasst das Programm des DAS 42 Kurstage und 6 Tage mit Leistungskontrollen. In der Regel wird im dritten Semester parallel zu den Modulen 11 bis 18 die Diplomarbeit geschrieben (je nach Anzahl der Teilnehmenden teilweise auch anschliessend ans dritte Semester). Im MAS-Programm sind zusätzlich zu den 18 Modulen des DAS Vorlesungen aus dem regulären Master-Studiengang in Statistik im Umfang von 18 ECTS-Punkten zu belegen (z.b. 3 Vorlesungen im Umfang von je 6 ECTS-Punkten). Auch diese Vorlesungen müssen jeweils mit einer Leistungskontrolle abgeschlossen werden. Die Wahl erfolgt in Absprache mit der Programmleitung, ebenso werden die Termine für die Masterarbeit individuell mit den Teilnehmenden abgesprochen. Im Folgenden werden in dieser Broschüre nur der CAS- und der DAS- Studiengang detailliert beschrieben. InteressentInnen für das darauf aufbauende MAS-Programm erhalten genauere Informationen beim Sekretariat des Instituts für mathematische Statistik und Versicherungslehre oder unter Sie können ausserdem mit der Programmleitung ihr persönliches Programm besprechen. 8 Angewandte Statistik
9 CAS- und DAS-Studiengang Module CAS: Module 1 10, 2 Semester, September 2018 bis Juni 2019 DAS: Module 1 18, 3 Semester, September 2018 bis Februar 2020 Semester Modul Theoriestunden 1 M01 Deskriptive Statistik und Wahrscheinlichkeitsrechnung Übungsstunden ECTS- Punkte CAS/DAS CAS/DAS M02 Schliessende Statistik CAS/DAS M03 Mathematische Grundlagen CAS/DAS M04 Statistik-Software CAS/DAS 2 M05 Einführung in lineare Modelle CAS/DAS M06 Spezielle Versuchspläne CAS/DAS M07 Verallgemeinerte lineare Modelle CAS/DAS M08 Nichtparametrische Methoden CAS/DAS M09 Cluster-, Hauptkomponentenund Faktoranalyse M10 Diskriminanzanalyse und Klassifikation 3 M11 Komplexe nichtparametrische Methoden CAS/DAS CAS/DAS DAS M12 Analyse kategorieller Daten DAS M13 Medizinische Statistik DAS M14 Zeitreihen DAS M15 Extremwertanalysen DAS M16 Computerintensive Methoden DAS M17 Stichprobenerhebungen DAS M18 Bayes-Statistik DAS Die einzelnen Module werden wie in den vorausgegangenen Kursen von Hochschuldozierenden sowie von ausgewiesenen ExpertInnen aus der Praxis unterrichtet. Im Kurs haben mitgewirkt: Prof. em. Dr. J. Hüsler, Prof. Dr. I. Molchanov, Prof. Dr. J. F. Ziegel, Dr. D. Dietrich, Dr. Y.-L. Grize, Dr. S. Hayoz, Dr. S.-F. Hsu Schmitz, Dr. R. Maibach, Dr. M. Mayer, Dr. M. Vock, Dr. N. Zumbrunnen. Eine Zusammenfassung der Inhalte der einzelnen Module findet sich ab Seite 15. Angewandte Statistik
10 Kursdaten In der Regel ist der Freitag als Kurstag vorgesehen (zusätzlich vier Donnerstage). 1. Semester CAS/DAS 2. Semester CAS/DAS 3. Semester DAS Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Do LK Do LK Do LK Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr Fr LK Fr LK Fr LK Do Fr DP DP LK: Leistungskontrollen zu den Modulen DP: Diplomprüfung Ein Kalender mit den Kursdaten befindet sich auf der letzten Seite des Kursprogramms. Stundenplan Pro Kurstag sind grundsätzlich zwei Theorieblöcke (9 bis 11 Uhr und 13 bis 15 Uhr) und zwei Übungsblöcke (11 bis 12 Uhr und 15 bis 17 Uhr) vorgesehen. Die Veranstaltungen finden in Räumlichkeiten der Universität Bern statt, die vom Hauptbahnhof aus gut erreichbar sind. 10 Angewandte Statistik
11 Übungen, persönliches Projekt und Diplomarbeit Übungen An jedem Kurstag finden drei Übungsstunden statt, welche teilweise von den Teilnehmenden mitgestaltet werden können. Die Übungsstunde von Uhr dient dem Verstehen der Übungsserien. In Arbeitsgruppen wird diskutiert und über mögliche Lösungsansätze gesprochen. Der Übungsblock von Uhr dient der individuellen praktischen Anwendung. Auf dem privaten Laptop können die Übungsbeispiele gelöst werden. Die Übungsstunden werden von Assistierenden des IMSV betreut und mit ausführlichen Musterlösungen dokumentiert. In den Übungsstunden besteht auch die Gelegenheit zum Erfahrungsaustausch und für kritische Diskussionen. Persönliches Projekt im CAS Die Teilnehmenden des CAS sind eingeladen, ein Statistikproblem aus ihrem eigenen Tätigkeitsgebiet im voraussichtlichen Umfang einer Arbeitswoche während des Kurses zu bearbeiten und davon in den Übungsstunden zu berichten. Persönliche Projekte werden von einem Dozenten oder einer Dozentin betreut und beurteilt. Abgeschlossene Projekte werden in der Kursbescheinigung aufgeführt. Diplomarbeit im DAS In der Diplomarbeit bearbeiten die Teilnehmenden in der Regel Probleme, die aus dem eigenen Arbeitsbereich stammen oder mit diesem zusammenhängen. Der Aufwand für die Bearbeitung soll gesamthaft mindestens 180 h betragen. Durch die Diplomarbeit zeigen die Teilnehmenden, dass sie in der Lage sind, ihr erworbenes Wissen innerhalb einer gegebenen Frist anzuwenden und einen eigenständigen Beitrag zur Lösung wichtiger Aufgaben aus ihrem Praxisalltag zu leisten. Die Diplomarbeit wird durch eine Expertin bzw. einen Experten aus der Wissenschaft oder der Praxis betreut und beurteilt. Angewandte Statistik
12 Organisation Der CAS- und der DAS-Studiengang sind modular aufgebaut. Jedes Modul wird mit einer Leistungskontrolle abgeschlossen. Die darin erbrachten Leistungen werden mit Noten beurteilt. Ungenügende Leistungskontrollen können gemäss Reglement einmal wiederholt werden. Die Teilnahme an den Veranstaltungen ist grundsätzlich für alle Teilnehmenden des CAS und des DAS obligatorisch. Absenzen müssen in Absprache mit der Programmleitung kompensiert werden. Beim CAS sind Leistungskontrollen, beim DAS Leistungskontrollen, Diplomarbeit und Diplomprüfung (Präsentation und Diskussion der Diplomarbeit) zusätzliche obligatorische Bestandteile. Die Teilnehmenden sollten sich die Termine der Leistungskontrollen unbedingt freihalten. Insbesondere können Abwesenheiten aus beruflichen Gründen nicht als Entschuldigung akzeptiert werden. Es ist deshalb empfehlenswert, diese Termine frühzeitig mit dem Arbeitgeber abzusprechen. Die Leistungskontrollen zu den Modulen 1 bis 4 geben Aufschluss darüber, ob der Wissensstand der Teilnehmenden für die Fortsetzung des Kurses ausreichend ist. Statistik-Software und Computer An mehreren Kurstagen findet eine Einführung in die freie Statistik- Software R statt, die während der Kurse hauptsächlich verwendet wird und gratis heruntergeladen werden kann. Während der Veranstaltung arbeiten die Teilnehmenden ausschliesslich mit ihren eigenen Laptops. Die Universität Bern stellt keine Computer zur Verfügung. Unterrichtsform Die Unterrichtssprache ist in der Regel Deutsch, in einzelnen Fällen Englisch. Den Teilnehmenden werden die schriftlichen Unterlagen zu den Kursen laufend im Voraus abgegeben. Der Aufwand für die Vorund Nachbereitung hängt stark von der Vorbildung ab; er beträgt in der Regel mindestens einen Tag pro Kurstag. 12 Angewandte Statistik
13 Administration Reglement Für den CAS- und den DAS-Studiengang ist das Reglement über das Weiterbildungsprogramm in angewandter Statistik massgebend (siehe Zulassung Die Teilnehmenden sollten in der Regel einen Universitäts- oder Fachhochschulabschluss besitzen, jedoch sind auch AbsolventInnen anderer tertiärer Bildungswege mit ausreichenden Vorkenntnissen willkommen. Die Entscheidung über die Zulassung zu beiden Studiengängen liegt bei der Programmleitung. Die Teilnehmerzahl für den CAS-Studiengang ist auf maximal 36 Studierende beschränkt. Erfolgreiche AbsolventInnen des CAS können in den DAS-Studiengang aufgenommen werden, falls die Anzahl Teilnehmende dies erlaubt und die notwendigen Leistungsnachweise (Module 1 bis 10) erbracht wurden. Die Teilnehmenden der CAS-Studiengänge angewandte Statistik der Jahre können unter Anrechnung der bereits erbrachten Leistungen in den DAS-Studiengang aufgenommen werden. (Bei guten Leistungen im DAS ist unter gewissen Bedingungen eine Aufnahme in das darauf aufbauende MAS-Programm möglich Näheres dazu auf Seite 8.) Teilpensum Der Besuch einzelner Module ist im Prinzip möglich. Bei grosser Nachfrage haben Teilnehmende eines ganzen Studiengangs Priorität. Die Auswahl muss unter Berücksichtigung der fachlichen Voraussetzungen und der freien Kursplätze mit der Programmleitung vereinbart werden. Kosten Die Kosten betragen CHF 5'500. für den CAS-Studiengang ohne persönliches Projekt, CHF 6'200. für den CAS-Studiengang mit persönlichem Projekt bzw. CHF 10'750. für den DAS-Studiengang. Sie werden den Kursteilnehmenden von der Universität in halbjährlichen Raten in Rechnung gestellt und müssen vor dem Beginn des Semesters bezahlt werden. (Für eine Erweiterung des DAS-Studiengangs zum MAS-Abschluss fallen weitere Kosten von CHF 6'000. an.) Teilnahmebestätigung/Zertifikat/Diplom Die philosophisch-naturwissenschaftliche Fakultät der Universität Bern stellt den Teilnehmenden, die den CAS-Studiengang in angewandter Statistik mit Erfolg absolviert haben, das Weiterbildungszertifikat Angewandte Statistik/Certificate of Advanced Studies in Applied Statistics Universität Bern (CAS AS) aus. Angewandte Statistik
14 Teilnehmende des DAS in angewandter Statistik, die den Studiengang erfolgreich abgeschlossen haben, erhalten von der philosophischnaturwissenschaftlichen Fakultät der Universität Bern das Weiterbildungsdiplom Angewandte Statistik/Diploma of Advanced Studies in Applied Statistics Universität Bern (DAS AS). Teilnehmende, welche die obligatorischen Veranstaltungen besucht, jedoch nicht alle notwendigen Leistungsnachweise erbracht haben, erhalten eine Teilnahmebestätigung. Ebenfalls mit einer Teilnahmebestätigung wird der Besuch einzelner Module bescheinigt. Bei beiden Veranstaltungen handelt es sich um Weiterbildungen und nicht um ein Universitätsstudium. Weder CAS noch DAS berechtigen zur Zulassung zu den ordentlichen Studien an der Universität Bern. Anmeldung Die definitive Anmeldung für den CAS-Studiengang erfolgt bis spätestens 31. Mai 2018 mit dem beiliegenden Formular beim Institut für mathematische Statistik und Versicherungslehre IMSV. Für das dritte Semester des DAS-Studiengangs kann die Anmeldung auch noch nachträglich bis spätestens 15. März 2019 erfolgen. Da die Anzahl der Kursplätze beschränkt ist, empfiehlt sich eine frühzeitige Anmeldung. Der CAS- und der DAS-Studiengang werden nur durchgeführt, wenn genügend Anmeldungen vorliegen. Über die Durchführung entscheidet die Programmleitung nach Ablauf der Anmeldefrist. Die Anmeldung ist verbindlich. Ein Rückzug der Anmeldung vor dem Anmeldeschluss ist ohne Kostenfolge möglich. Bei einer Abmeldung nach Anmeldeschluss werden die Kosten in voller Höhe in Rechnung gestellt. Falls mit dem Einverständnis der Programmleitung ein Ersatz gefunden werden kann, wird ein Verwaltungskostenanteil von CHF 200. verrechnet. Der Abschluss einer Annullationskostenversicherung ist den einzelnen Teilnehmenden überlassen. Die Versicherung gegen Krankheit und Nichtbetriebsunfall ist Sache der Teilnehmenden. Nach der Aufnahme in den Studiengang werden die Teilnehmenden durch die Studienleitung bei der zuständigen Abteilung der Universität Bern als Weiterbildungsstudierende registriert, wodurch sie u. a. Zugang zum Studierendenbereich der universitären Webseiten und zum WLAN-Netz der Universität erhalten. Information Das Sekretariat des IMSV (Tel verfügt stets über die aktuellen Informationen zum CAS, zum DAS sowie zum MAS-Programm, welches in dieser Broschüre nicht im Detail beschrieben wird. Weitere Informationen sind auch unter zu finden. 30. Juni Angewandte Statistik
15 Inhaltsübersicht der Module Modul 1: Deskriptive Statistik und Wahrscheinlichkeitsrechnung In diesem Modul wird in einem ersten Block die deskriptive Statistik repetiert. Insbesondere werden die verschiedenen Formen von Daten, die Kennzahlen einer Stichprobe und die typischen Darstellungsformen behandelt. Der zweite Block ist der Wahrscheinlichkeitsrechnung gewidmet. Das Hauptaugenmerk gilt den Zufallsvariablen, ihren Verteilungen und ihren Kennzahlen. Dieses Modul dient dazu, eine gemeinsame Basis aus einfachen Begriffen der Statistik und aus den Grundlagen der Wahrscheinlichkeitstheorie zu schaffen. Kennzahlen von Stichproben, Grafiken, Wahrscheinlichkeit, Zufallsvariable, Verteilungen, Summen von Zufallsvariablen Anzahl Studierende Erreichte Punktzahl Modul 2: Schliessende Statistik Dieses Modul behandelt die Grundfragen der schliessenden Statistik: (i) Welcher Parameter passt am besten zu den Daten? (ii) Sind die Daten mit einem bestimmten Parameterwert vereinbar? (iii) Welche Parameterwerte sind mit den Beobachtungen vereinbar? Die dazugehörigen statistischen Verfahren sind das Schätzen, das Testen und das Bilden eines Vertrauensintervalls. Nach diesem Modul können univariate und bivariate Datensätze unter der klassischen Annahme von normalverteilten Daten ausgewertet werden. Schätzungen, Konfidenzintervalle, Tests, Signifikanz-Niveau, Power Angewandte Statistik
16 Modul 3: Mathematische Grundlagen Die mathematischen Grundlagen der Analysis und der linearen Algebra werden konzentriert repetiert und ergänzt. Damit werden die Voraussetzungen geschaffen, um zahlreiche statistische Konzepte und Modelle sowie deren Zusammenhänge leichter zu verstehen. Vektoren, Funktion, Integrale, Projektionen, Konvergenzen, Grenzwerte Modul 4: Statistik-Software Die angewandte Statistik hat zum Ziel, Datenmaterial so aufzubereiten, dass auf zuverlässige Weise substantielle Erkenntnisse gewonnen werden können. Der zweckmässige Einsatz des Computers ist dabei von zentraler Bedeutung, denn zum einen ist das Datenmaterial häufig sehr umfangreich, zum andern gilt es, effizient geeignete Darstellungsformen und statistische Auswertungen der Daten zu finden. Für die Übungen zu diesem Kurs verwenden die Teilnehmenden hauptsächlich die freie Statistik-Software R auf dem privaten Laptop. Dieses Modul vermittelt Grundkenntnisse in R, insbesondere zur Programmierung, zur Datenaufbereitung und zu Methoden der beschreibenden Statistik. Weitere Methoden werden im Verlauf des Kurses in den späteren Modulen eingeführt. Statistik-Software, Programmierung, Datenaufbereitung, Kennzahlen, grafische Darstellungen, R ( 16 Angewandte Statistik
17 Modul 5: Einführung in lineare Modelle Gibt es einen Zusammenhang zwischen der Körpergrösse von Eltern und ihren Kindern und falls ja, von welcher Art ist dieser Zusammenhang? Diese Frage stellte sich im letzten Jahrhundert der Brite F. Galton und erfand dazu den Begriff der Regression. Die Varianzanalyse nahm ihren Anfang in der Agronomie. Ihren grossen Erfolg hat sie insbesondere R.A. Fisher zu verdanken, der fundamentale Beiträge zum wissenschaftlichen Planen von Experimenten geliefert hat. Heute wird die Varianzanalyse in vielen Gebieten der experimentellen Forschung verwendet. Sowohl die Regression als auch die Varianzanalyse sind Spezialfälle der allgemeineren Familie der linearen Modelle, die den Wert eines Merkmals durch die Werte mehrerer anderer beobachtbarer Grössen erklären oder voraussagen können. Einfache lineare Regression, Ein- und Mehrwegvarianzanalyse, Vorhersage, allgemeines lineares Modell, Modellentwicklung, Interaktionen, Kontraste Regressionsebene bei zwei erklärenden Variablen y x 2 x 1 Angewandte Statistik
18 Modul 6: Spezielle Versuchspläne In diesem Modul werden kompliziertere Versuchspläne und die dazugehörigen linearen Modelle betrachtet, mit denen der Einfluss mehrerer Variablen gleichzeitig untersucht werden kann. Anhand von Beispielen aus unterschiedlichen Anwendungsgebieten werden diverse klassische Versuchspläne mit ihren jeweiligen Vor- und Nachteilen vorgestellt. Gemischte Modelle werden verwendet, um Abhängigkeitsstrukturen innerhalb der untersuchten Daten modellieren zu können. Die herkömmlichen linearen Modelle werden dazu um zufällige Effekte erweitert. Faktorielle Versuchspläne, gekreuzte und geschachtelte Faktoren, Interaktion, balancierte und unbalancierte Versuchspläne, gemischte Modelle, zufällige Effekte HCB 150 B1 B2 B3 B1 B2 B3 B1 B2 B3 B1 B2 B F1 F2 F3 F4 Fruchtsorten 18 Angewandte Statistik
19 Modul 7: Verallgemeinerte lineare Modelle Erweiterungen der linearen Modelle zu verallgemeinerten linearen Modellen sind heute übliche Verfahren. Die logistische Regression ist eine berühmte Vertreterin der verallgemeinerten linearen Modelle. Hier wird mit Hilfe der so genannten Logit-Funktion eine dichotome Zielgrösse durch mehrere erklärende Variablen modelliert. Logistische Regression, Poisson-Regression, Modelle für nominale und ordinale Zielgrössen Modul 8: Nichtparametrische Methoden Nichtparametrische Tests unterscheiden sich von den heute noch viel gebräuchlicheren parametrischen Tests dadurch, dass bei ihnen die Voraussetzungen an die Verteilung der Messgrössen wesentlich weniger einschränkend sind. Die Klasse der in Frage kommenden Verteilungen ist dann so gross, dass sie nicht auf einfache Weise parametrisiert werden kann. Der Vorzeichen- und der Wilcoxontest sind zwei bekannte Beispiele nichtparametrischer Tests. Es werden univariate Verfahren präsentiert, die nicht von einer bestimmten Verteilungsfamilie ausgehen. Verteilungsfreie Verfahren, Rangmethoden, univariate Verfahren, nichtparametrische Schätzer und Vertrauensintervalle Angewandte Statistik
20 Modul 9: Cluster-, Hauptkomponenten- und Faktoranalyse Aufbauend auf linearen Modellen geht es in der multivariaten Statistik darum, Zusammenhänge zwischen mehreren zufälligen Grössen zu finden. Rechnerische Verfahren und graphische Mittel sollen helfen, im Datenmaterial vorhandene, interessante Strukturen herauszuarbeiten und so zu neuen Erkenntnissen zu gelangen. Die Clusteranalyse hat zum Ziel, Beobachtungseinheiten zu sinnvollen Gruppen zusammenzufassen. Bei der Hauptkomponenten- und der Faktoranalyse ist das Ziel, komplexes multivariates Datenmaterial übersichtlich und leichter interpretierbar aufzubereiten. Ähnlichkeits-/Distanzmasse, Dimensionsreduktion, Rotation, latente Variablen FE, Eisenkonzentration 4 H 3 H H H H H 2 L L L L 1 N N N N N V V V V V AP, alkalische Phosphate Modul 10: Diskriminanzanalyse und Klassifikation In diesem zweiten Modul zur multivariaten Statistik geht es darum, Unterschiede zwischen Gruppen von Beobachtungseinheiten zu analysieren und neue Beobachtungseinheiten mit unbekannter Gruppenzugehörigkeit zu klassifizieren, also diesen Gruppen zuzuordnen. Dazu stehen verschiedene Verfahren zur Verfügung, deren Qualität mit geeigneten Masszahlen verglichen werden kann. Mahalanobis-Distanz, lineare und quadratische Diskriminanzanalyse, Nearest-Neighbor-Klassifikation, ROC-Kurve 20 Angewandte Statistik
21 Modul 11: Komplexe nichtparametrische Methoden Dieses Modul setzt das Modul Nichtparametrische Methoden fort, wobei hauptsächlich nichtparametrische Methoden bei multivariaten Daten und bei zeitlich abhängigen Variablen diskutiert werden. Zudem werden weitere allgemeinere, nichtparametrische Methoden ausführlich behandelt. Multivariate Daten, zeitlich abhängige Daten, allgemeine Versuchspläne mit Wiederholungen, nichtparametrische Effektschätzung Median scores T1 T2 T3 T4 Modul 12: Analyse kategorieller Daten Kategorielle Daten können nicht normalverteilt sein. Wie werden diese ausgewertet? Welche Modelle werden formuliert und analysiert, um Abhängigkeiten zwischen kategoriellen Daten zu untersuchen? Dieses Modul behandelt vertieft die Analyse kategorieller Daten und setzt erste Ansätze aus dem Modul Verallgemeinerte lineare Modelle fort. Log-lineare Modelle, Abhängigkeitsstrukturen zwischen kategoriellen Variablen Angewandte Statistik
22 Modul 13: Medizinische Statistik Medizinische Forschung basiert mehrheitlich auf Beobachtungs- und klinischen Studien an Menschen. Diese zwei Studientypen benötigen unterschiedliche Methoden für die Studienpläne und die Datenauswertung. Um Fehlschlüsse bei Vergleichen zwischen Gruppen zu vermeiden, ist die Gruppenzuteilung per Randomisierung für viele klinische Studien kritisch. Oft interessiert die Zeitdauer vom Beginn der Behandlung bis zum Eintreten eines bestimmten Ereignisses, z. B. des Todes. Diese Überlebensdauer ist aber zum Zeitpunkt der Datenauswertung oft nicht bei allen Studienteilnehmenden bekannt, weil bei einigen das interessierende Ereignis noch nicht eingetreten ist. Solche Daten sind zensiert. Das vorliegende Modul behandelt Grundlagen der medizinischen Statistik. Es präsentiert verschiedene Beobachtungs- und klinische Studien und erklärt die Unterschiede bezüglich Anwendbarkeit, Studienplänen, Datenauswertung und Aussagekraft. Vier Methoden der Randomisierung werden mit ihren Vor- und Nachteilen präsentiert. Statistische Methoden, die spezifisch für Überlebensanalysen mit zensierten Daten geeignet sind, werden vorgestellt. Die meisten Methoden in diesem Modul sind auch ausserhalb der medizinischen Forschung anwendbar. Beobachtungsstudien, prospektive und retrospektive Untersuchungen, Fall-Kontroll-Studien, klinische Studien, faktorielles Design, Cross-Over- Design, Nicht-Unterlegenheit, Randomisierung, Überlebens-/Ereigniszeit-/Zuverlässigkeitsanalyse, Kaplan-Meier-Schätzung, Logrank-Test, Cox-Regression Überlebensfunktionen 1.0 S A(t) S B(t) Überlebenszeit t 22 Angewandte Statistik
23 Modul 14: Zeitreihen Wäre es nicht interessant und womöglich auch äusserst lukrativ, die Zukunft voraussagen zu können? So alt wie dieser Wunsch ist wohl auch die Wissenschaft der Zeitreihen. Das Wetter oder der Verlauf der Aktienkurse von morgen hängen nach unserer täglichen Erfahrung irgendwie mit den Werten von heute zusammen. Zeitreihen-Modelle berücksichtigen diese Korrelation aufeinander folgender Werte und ermöglichen dadurch unter anderem eine bessere Prognose zukünftiger Werte. Zerlegung von Zeitreihen in Trend, zyklische Komponente und Rest, Saisonschwankung, einfache AR- und MA-Modelle, ARIMA-Modelle, Regression mit korreliertem Fehler, Vorhersage 6 5 Arbeitslosenrate (%) Angewandte Statistik
24 Modul 15: Extremwertanalysen Die Extremwerte Minimum und Maximum sind beispielsweise in ökologischen Fragestellungen wie auch bei Risikobeurteilungen von zentraler Bedeutung. Ihre statistische Modellierung und Analyse erfordert spezifische Verfahren und Verteilungen wie die Gumbel- und Paretoverteilungen. Das Ziel besteht darin, zukünftige Extremwerte abzuschätzen und Überschreitungswahrscheinlichkeiten von gegebenen Grenzwerten zu bestimmen. Risikobeurteilungen (z. B. VAR) sind das Ziel dieser Methoden. Maxima, Minima, Exzedenten, Exzesse, Extremwert- und (verallgemeinerte) Pareto-Verteilungen, Gumbel-, Fréchet- und Weibull-Verteilungen, Risikobeurteilungen extremer oder rarer Ereignisse Maximale Tagestemperaturen über Jahr Modul 16: Computerintensive Methoden Neuere statistische Methoden sind nur dank der Entwicklung passender Software und genügend schneller Rechner entstanden. Einfache exakte statistische Verfahren, wie der exakte Test von Fisher, erreichten erst dank dem Computer ihre heutige Verbreitung. Neben den exakten Tests werden weitere rechenintensive Methoden behandelt, wie das Bootstrap-Verfahren, das Jackknife-Verfahren oder die multiple Imputation als Verfahren zur Analyse von Daten mit fehlenden Werten. Monte-Carlo-Methode, exakte Tests, Bootstrap, Jackknife, fehlende Werte 24 Angewandte Statistik
25 Modul 17: Stichprobenerhebungen Stichprobenerhebungen werden insbesondere in der Wirtschafts- und Sozialstatistik intensiv verwendet. Dieses Modul führt die Methode ein und geht näher auf die Planung und Auswertung von einfachen, geschichteten und geklumpten Zufallsstichproben in endlichen Populationen ein. Auch praktische Probleme wie Antwortausfälle und Ausreisser werden angesprochen. Einfache, geschichtete, geklumpte Stichproben, endliche Populationen, Repräsentativität Modul 18: Bayes-Statistik Nach der Durchführung eines Experiments oder einer Studie sind die Daten bekannt, aber der interessierende Parameter unbekannt. In der Bayes-Statistik soll die Unsicherheit über diesen Parameter durch eine Wahrscheinlichkeitsverteilung quantifiziert werden. Vorkenntnisse (oder zumindest Vermutungen) über den Parameter, die bereits vor der Durchführung vorliegen, werden mit einer a-priori-wahrscheinlichkeitsverteilung erfasst. Die Kombination der a-priori-verteilung und der Information der Daten mittels Bayes-Theorem liefert die a-posterio ri- Verteilung des unbekannten Parameters. Daraus lassen sich Schlüsse ziehen, ähnlich wie mit den klassischen (frequentistischen) Methoden. Bayes-Theorem, Bayes-Schätzungen, a-priori- und a-posteriori-verteilungen, non informative prior Angewandte Statistik
26 Das IMSV an der Universität Bern Das Institut für mathematische Statistik und Versicherungslehre (IMSV) der Universität Bern gehört in den Fachbereich der Mathematik und bildet seit vielen Jahren Studierende in Wahrscheinlichkeitstheorie, in mathematischer und angewandter Statistik und in Versicherungslehre aus. Statistik wird an der Universität Bern als Masterstudiengang angeboten. Zudem werden vielen Studierenden anderer Studienrichtungen, etwa der Naturwissenschaften, der Volks- und Betriebswirtschaftslehre sowie der Sportwissenschaft, die Grundkenntnisse in Statistik in besonderen Vorlesungen vermittelt. Die Forschungsgebiete des Instituts sind hauptsächlich durch die Spezialgebiete der Dozierenden gegeben. Neben theoretischen Gebieten, wie Grundlagen der Wahrscheinlichkeitstheorie, stochastische Prozesse, Extremwerttheorie, stochastische Geometrie, nichtparametrische Regression, medizinische Statistik, Biostatistik, nichtparametrische und multivariate Statistik, werden auch angewandte Probleme in Statistik und Versicherungslehre untersucht. Das Institut für mathematische Statistik und Versicherungslehre arbeitet interdisziplinär mit anderen Fächern oder Arbeitsgruppen der verschiedenen Wissenschaften zusammen, um gemeinsam Forschungsfragen zu untersuchen und die dabei entstehenden statistischen Fragen zu beantworten. Diese Zusammenarbeit und der statistische Beratungsdienst (Anmeldung unter oder Tel ) werden auch von nichtuniversitären Institutionen sehr geschätzt. 26 Angewandte Statistik
27
28 Terminübersicht 32 Kurstage CAS / DAS erster Teil, davon 4 für Leistungskontrollen 18 Kurstage DAS zweiter Teil, davon 4 für Leistungskontrollen und Diplomprüfungen SEPTEMBER OKTOBER NOVEMBER DEZEMBER JANUAR FEBRUAR MÄRZ APRIL MAI JUNI JULI AUGUST SEPTEMBER OKTOBER NOVEMBER DEZEMBER JANUAR FEBRUAR
Angewandte. Statistik. Weiterbildungsprogramm
CERTIFICATE OF ADVANCED STUDIES DIPLOMA OF ADVANCED STUDIES MASTER OF ADVANCED STUDIES Studienjahre 16/17 und 17/18 5309573015734015374038827381710701983753000903417513405743057810178078573485728457 Angewandte
MehrMasterarbeit im Rahmen des MAS-Studiengangs
Weiterbildungsprogramm in angewandter Statistik am IMSV der Universität Bern Masterarbeit im Rahmen des MAS-Studiengangs Das Programm für die Erweiterung des Nachdiplomstudiums/DAS zum Master of Advanced
MehrStatistische Datenanalyse
Werner A. Stahel Statistische Datenanalyse Eine Einführung für Naturwissenschaftler 3., durchgesehene Auflage vieweg VII 1 Einleitung 1 1.1 Was ist Statistische Datenanalyse? 1 1.2 Ziele 6 1.3 Hinweise
Mehrlimhatewerzeoelhiniii
limhatewerzeoelhiniii Vorwort 13 Kapitel 1 Einleitung 15 1.1 Wozu brauchen wir Statistik? 16 1.2 Medizinische Statistik 16 1.3 Beschreibende und schließende Statistik 17 1.4 Das Buch in Kürze 17 Kapitel
MehrStudienplan Mathematik für das Masterstudium und das Doktorat
Studienplan Mathematik für das Masterstudium und das Doktorat Die Philosophisch-naturwissenschaftliche Fakultät der Universität Bern erlässt, gestützt auf Artikel 8 des Statuts der Universität Bern vom
MehrStatistik II. Regressionsrechnung+ Regressionsanalyse. Statistik II
Statistik II Regressionsrechnung+ Regressionsanalyse Statistik II - 16.06.2006 1 Regressionsrechnung Nichtlineare Ansätze In einigen Situation könnte man einen nichtlinearen Zusammenhang vermuten. Bekannte
MehrVon den ECTS-Punkten des Bachelors müssen mindestens 30 aus dem Bereich der Wahrscheinlichkeitstheorie
Studienplan für das Masterstudium in Statistik vom. September 008 mit Änderungen vom 7. November 0 (revidierte Version des Studienplans vom. Oktober 005) Die Philosophisch-naturwissenschaftliche Fakultät
MehrEinführungsveranstaltung für alle Statistik Nebenfächer
Einführungsveranstaltung für alle Statistik Nebenfächer Johanna Brandt (Nebenfachstudienberatung) Institut für Statistik, LMU 02. Oktober 2014 Johanna Brandt (Institut für Statistik, LMU) Nebenfachstudienberatung
MehrAngewandte Linguistik IUED Institut für Übersetzen und Dolmetschen Sprachtechnologie für die mehrsprachige Kommunikation
Zürcher Hochschule für Angewandte Wissenschaften Angewandte Linguistik IUED Institut für Übersetzen und Dolmetschen Sprachtechnologie für die mehrsprachige Kommunikation Certificate of Advanced Studies
MehrDiagnose und Prognose: Kurzfassung 4
Diagnose und Prognose: Kurzfassung 4 Ziele der 4. Vorlesung Inhaltliche Verbindung zwischen inhaltlicher Statistisches Konzept / Problemstellung Problemstellung und statistischem statistische Methode Konzept/Methode
MehrStudienplan Mathematik für Major und Minor im Bachelor vom 1. August 2009
Studienplan Mathematik für Major und Minor im Bachelor vom 1. August 2009 Die Philosophisch-naturwissenschaftliche Fakultät der Universität Bern erlässt, gestützt auf Artikel 8 des Statuts der Universität
MehrWahrscheinlichkeitsrechnung und Statistik
9. Vorlesung - 2017 Monte Carlo Methode für numerische Integration Sei g : [0, 1] R stetige Funktion; man möchte 1 0 g(t)dt numerisch approximieren mit Hilfe von Zufallszahlen: Sei (U n ) n eine Folge
MehrStatistik, Geostatistik
Geostatistik Statistik, Geostatistik Statistik Zusammenfassung von Methoden (Methodik), die sich mit der wahrscheinlichkeitsbezogenen Auswertung empirischer (d.h. beobachteter, gemessener) Daten befassen.
MehrStudienplan für das Bachelor- und Masterstudium im Studiengang Erziehungswissenschaft
Studienplan für das Bachelor- und Masterstudium im Studiengang Erziehungswissenschaft Vom 2. April 2012 Die Philosophisch-humanwissenschaftliche Fakultät erlässt, gestützt auf Artikel 44 des Statuts der
MehrInhalt. I Einführung. Kapitel 1 Konzept des Buches Kapitel 2 Messen in der Psychologie... 27
Inhalt I Einführung Kapitel 1 Konzept des Buches........................................ 15 Kapitel 2 Messen in der Psychologie.................................. 27 2.1 Arten von psychologischen Messungen....................
MehrBiostatistik. Eine Einführung für Biowissenschaftler
Matthias Rudolf Wiltrud Kuhlisch Biostatistik Eine Einführung für Biowissenschaftler ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 6. Stock, Taubertsberg 2 R. 06-206 (Persike) R. 06-214 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
Mehr1 Grundlagen der Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsräume. Ein erster mathematischer Blick auf Zufallsexperimente...
Inhaltsverzeichnis 1 Grundlagen der Wahrscheinlichkeitsrechnung 1 1.1 Wahrscheinlichkeitsräume Ein erster mathematischer Blick auf Zufallsexperimente.......... 1 1.1.1 Wahrscheinlichkeit, Ergebnisraum,
MehrAnhang 2. zum Studienreglement 2006 für den. Master-Studiengang Biologie. vom 31. August 2010 (Stand am 1. November 2011)
Anhang 2 zum Studienreglement 2006 für den Master-Studiengang Biologie vom 31. August 2010 (Stand am 1. November 2011) Gültig für Eintritte, inkl. Wiedereintritte in den Studiengang ab Herbstsemester 2011.
MehrMaster of Arts in Public Opinion and Survey Methodology
Kultur- und Sozialwissenschaftliche Fakultät Soziologisches Seminar Master of Arts in Public Opinion and Survey Methodology Das Bevölkerungswissen, die öffentliche Meinung und das Konsumverhalten wissenschaftlich
MehrWeiterbildungslehrgang in Angewandter Statistik (CAS / DAS) Lukas Meier
Weiterbildungslehrgang in Angewandter Statistik (CAS / DAS) 2017 2019 Lukas Meier freiwillig Programm heute Zeit Ort Thema 08:15 10:30 HG D 7.2 Infos zum Kurs (Lukas Meier) Start Vorlesung W keitsrechnung
MehrMultivariate Statistik
Multivariate Statistik von Univ.-Prof. Dr. Rainer Schlittgen Oldenbourg Verlag München I Daten und ihre Beschreibung 1 1 Einführung 3 1.1 Fragestellungen 3 1.2 Datensituation 8 1.3 Literatur und Software
MehrStudienplan Mathematik für das Masterstudium und das Doktorat
Studienplan Mathematik für das Masterstudium und das Doktorat Vom. September 008 (Stand. August 08 Die Philosophisch- naturwissenschaftliche Fakultät erlässt, gestützt auf Artikel 44 des Statuts der Universität
MehrDeskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien
Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische
Mehr3. Lektion: Deskriptive Statistik
Seite 1 von 5 3. Lektion: Deskriptive Statistik Ziel dieser Lektion: Du kennst die verschiedenen Methoden der deskriptiven Statistik und weißt, welche davon für Deine Daten passen. Inhalt: 3.1 Deskriptive
MehrPropädeutischen Fächer
Studienplan für die Propädeutischen Fächer und die Zusatzfächer angeboten von der Math.-Natw. Fakultät im Rahmen eines Bachelor of Science oder für andere Studiengänge mit diesen Programmen Zusatzfächer
MehrHelga Krentz. Statistische Analysen mit. SPSS in der Medizin. Band 2. Schließende Statistische Analysen
Helga Krentz Statistische Analysen mit SPSS in der Medizin Band 2 Schließende Statistische Analysen SPSS Berichte aus der Statistik Helga Krentz Statistische Analysen mit SPSS in der Medizin Band 2: Schließende
MehrCox-Regression. Ausgangspunkt Ansätze zur Modellierung von Einflussgrößen Das Cox-Modell Eigenschaften des Cox-Modells
Cox-Regression Ausgangspunkt Ansätze zur Modellierung von Einflussgrößen Das Cox-Modell Eigenschaften des Cox-Modells In vielen Fällen interessiert, wie die Survivalfunktion durch Einflussgrößen beeinflusst
MehrDatenanalyse für Ingenieure im betriebswirtschaftlichen Umfeld: Gedanken zum Curriculum
GMF-Tagung Zukunft der Lehre in Statistik und Stochastik Zürich, 21. Oktober 2017 Datenanalyse für Ingenieure im betriebswirtschaftlichen Umfeld: Gedanken zum Curriculum Andreas Ruckstuhl Dozent für Statistische
MehrBerner Fachhochschule Wirtschaft. Management und Ethik Fachkurs Informationsbroschüre
Berner Fachhochschule Wirtschaft Management und Ethik Fachkurs Informationsbroschüre Ausgangslage Von der kritischen Öffentlichkeit wird erwartet, dass Führungspersonen moralische Grundwerte respektieren.
MehrStand: Semester: Dauer: Modulnummer: Minimaldauer 1 Semester BSTA. Regulär angeboten im: Modultyp: Pflicht WS, SS
Modulbezeichnung: Statistik Modulnummer: BSTA Semester: -- Dauer: Minimaldauer 1 Semester Modultyp: Pflicht Regulär angeboten im: WS, SS Workload: 150 h ECTS Punkte: 5 Zugangsvoraussetzungen: keine Unterrichtssprache:
Mehr3.3 Wahlpichtmodule Mathematik
3.3 Wahlpichtmodule Mathematik Wie in der Prüfungsordung angegeben, muss ein Wahlpichtmodul aus dem Gebiet der Mathematik stammen. Dieses kann aus den Modulen Analysis 2, Mathematische Logik und Einführung
MehrStatistik für Bachelorund Masterstudenten
Walter Zucchini Andreas Schlegel Oleg Nenadic Stefan Sperlich Statistik für Bachelorund Masterstudenten Eine Einführung für Wirtschaftsund Sozialwissenschaftler 4y Springer 1 Der Zufall in unserer Welt
MehrTechnisches Fach Statistik und Ökonometrie im Bachelorstudiengang Soziologie technikwissenschaftlicher Richtung
Technisches Fach Statistik und Ökonometrie im Bachelorstudiengang Soziologie technikwissenschaftlicher Richtung (Fassung vom 07.07.2010) Überblick Die Erhebung und (Re-)Analyse standardisierter Daten hat
MehrBiostatistik Erne Einfuhrung fur Biowissenschaftler
Matthias Rudolf Wiltrud Kuhlisch Biostatistik Erne Einfuhrung fur Biowissenschaftler PEARSON Studium Inhaltsverzeichnis Vorwort xi Kapitel 1 Einfiihrung 1 1.1 Biostatistik als Bestandteil biowissenschafllicher
MehrErweiterungscurriculum Statistik für die Technik
BEILAGE 7 zum Mitteilungsblatt 21. Stück, Nr. 135.6-2016/2017, 29.06.2017 Erweiterungscurriculum Statistik für die Technik Datum des Inkrafttretens 1. Oktober 2017 Inhaltsverzeichnis 1 Allgemeines...-
MehrLV: Höhere und Angewandte Mathematik Teil: Statistik (Teil: Numerik&Simulation: Prof. Günter)
LV: Höhere und Angewandte Mathematik Teil: Statistik (Teil: Numerik&Simulation: Prof. Günter) Am Ende: Gemeinsame Klausur mit 2 Teilen, jeder Teil geht mit 50% in die Endnote ein. Teil (5 ECTS) Grabowski
MehrStudienplan für das Bachelor- und Masterstudium im Studiengang Psychologie
Studienplan für das Bachelor- und Masterstudium im Studiengang Psychologie Die Philosophisch-humanwissenschaftliche Fakultät der Universität Bern erlässt, gestützt auf Artikel 83 des Statuts der Universität
MehrÜberblick über multivariate Verfahren in der Statistik/Datenanalyse
Überblick über multivariate Verfahren in der Statistik/Datenanalyse Die Klassifikation multivariater Verfahren ist nach verschiedenen Gesichtspunkten möglich: Klassifikation nach der Zahl der Art (Skalenniveau)
MehrKapitel 5. Prognose. Zeitreihenanalyse wird aus drei Gründen betrieben: Beschreibung des Verlaufs von Zeitreihen.
Kapitel 5 Prognose Josef Leydold c 2006 Mathematische Methoden V Prognose 1 / 14 Lernziele Aufgabe der Prognose Problemtypen Ablauf einer Prognoseaufgabe Zeitreihe Josef Leydold c 2006 Mathematische Methoden
MehrCAS Philosophie für Fachleute aus Medizin und Psychotherapie. «Der Philosoph behandelt eine Frage; wie eine Krankheit.» Ludwig Wittgenstein
CAS Philosophie für Fachleute aus Medizin und Psychotherapie. «Der Philosoph behandelt eine Frage; wie eine Krankheit.» Ludwig Wittgenstein Neuer Kursbeginn: Herbstsemester 2017 / 2018 Anmeldung bis 11.10.2017
MehrBeschreibung der Inhalte und Lernziele des Moduls/ der Lehrveranstaltung. Unterrichtsform Punkte I II III IV
Seite 1 von 5 Beschreibung der Module und Lehrveranstaltungen Bezeichnung des Moduls/ der Lehrveranstaltung Beschreibung der Inhalte und Lernziele des Moduls/ der Lehrveranstaltung Unterrichtsform ECTS-
MehrInstitut für Biometrie und klinische Forschung. WiSe 2012/2013
Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie () WiSe /3 Univariate und bivariate Verfahren Univariate
MehrUlrich Rohland. Statistik. Erläuterung grundlegender Begriffe und Verfahren
Ulrich Rohland Statistik Erläuterung grundlegender Begriffe und Verfahren Berichte aus der Sportwissenschaft Ulrich Rohland Statistik Erläuterung grundlegender Begriffe und Verfahren. Shaker Verlag Aachen
Mehr3 WEITERBILDUNGS-LEHRGANG IN ANGEWANDTER STATISTIK
3 WEITERBILDUNGS-LEHRGANG IN ANGEWANDTER STATISTIK April 2015 bis März 2017 Der Lehrgang in angewandter Statistik der ETH Zürich richtet sich an Wissenschaftlerinnen und Wissenschaftler, insbesondere aus
MehrVorlesung: Statistik II für Wirtschaftswissenschaft
Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 6 Genzwertsätze Einführung 1 Wahrscheinlichkeit: Definition und Interpretation
MehrBasis-Kurs Statistik und SPSS für Mediziner Lösungen. SPSS-Übung Überlebenszeitanalyse
Basis-Kurs Statistik und SPSS für Mediziner Lösungen SPSS-Übung Überlebenszeitanalyse Mit Datensatz Daten_Übung_Überlebenszeitanalyse.sav 1) Zeichnen Sie die Kaplan-Meier-Kurven des progressionsfreien
MehrPLATZ FÜR MATHEMATIK. JKU Masterstudien
PLATZ FÜR MATHEMATIK. JKU Masterstudien Mathematik. Mathematik ist gleichzeitig eine der ältesten und eine der modernsten Wissenschaften. Sie beschäftigt sich mit der Übersetzung von Fragestellungen (z.b.
MehrStatistik für Psychologen und Sozialwissenschaftler. Pearson. Markus Bühner Matthias Ziegler. 2., aktualisierte und erweiterte Auflage
Statistik für Psychologen und Sozialwissenschaftler 2., aktualisierte und erweiterte Auflage Markus Bühner Matthias Ziegler Pearson Inhaltsübersicht Vorwort zur 1. Auflage Vorwort zur 2. Auflage XIII XV
MehrStandardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend
Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten
MehrSozialwissenschaften der Universität Luzern. vom 23. Januar 2008 * (Stand 1. Januar 2009)
Nr. 5f Reglement über den Master of Advanced Studies in Philosophy+Management an der Fakultät II für Kulturund Sozialwissenschaften der Universität Luzern vom. Januar 008 * (Stand. Januar 009) Der Universitätsrat
MehrAngewandte Linguistik IUED Institut für Übersetzen und Dolmetschen Übersetzen
Zürcher Hochschule für Angewandte Wissenschaften Angewandte Linguistik IUED Institut für Übersetzen und Dolmetschen Übersetzen Certificate of Advanced Studies (CAS) Zürcher Fachhochschule Der Kurs Ziele
MehrDieses Studiengangreglement regelt die berufsbegleitenden Weiterbildungsstudiengänge
Studiengangreglement - «Diploma of Advanced Studies (DAS) in Nonprofit Management & Law» der Universität Basel - «Certificate of Advanced Studies (CAS) in Nonprofit Governance & Leadership» der Universität
MehrInstitut für Biometrie und klinische Forschung. WiSe 2012/2013
Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie (3) Überblick. Deskriptive Statistik I 2. Deskriptive
MehrMehrfache Lineare Regression 1/9
Mehrfache Lineare Regression 1/9 Ziel: In diesem Fallbeispiel soll die Durchführung einer mehrfachen linearen Regressionsanalyse auf der Basis vorhandener Prozessdaten (Felddaten) beschrieben werden. Nach
MehrDie Regressionsanalyse
Die Regressionsanalyse Zielsetzung: Untersuchung und Quantifizierung funktionaler Abhängigkeiten zwischen metrisch skalierten Variablen eine unabhängige Variable Einfachregression mehr als eine unabhängige
MehrCertificate of Advanced Studies (CAS) in. Gartentherapie. Zürcher Fachhochschule
Certificate of Advanced Studies (CAS) in Gartentherapie Zürcher Fachhochschule Die Gartentherapie ist eine neue Therapieform, die Pflanzen als therapeutische Mittel einsetzt. Wissenschaftliche Studien
Mehr1 Diskriminanzanalyse
Multivariate Lineare Modelle SS 2008 1 Diskriminanzanalyse 1. Entscheidungstheorie 2. DA für normalverteilte Merkmale 3. DA nach Fisher 1 Problemstellungen Jedes Subjekt kann einer von g Gruppen angehören
MehrGrundlagen der Ingenieurmathematik
OTH mind # a u f s t i e g g e s t a l t e n Modulbeschreibung Grundlagen der Ingenieurmathematik Modulbeschreibung 2 von 6 1. VERSION UND GÜLTIGKEIT Modulbeschreibung gültig ab: 26.04.18 Erstellt von:
MehrStatistik mit MATHCAD und MATLAB
Hans Benker Statistik mit MATHCAD und MATLAB Einführung in die Wahrscheinlichkeitsrechnung und mathematische Statistik für Ingenieure und Naturwissenschaftler Mit 31 Abbildungen Springer Einleitung 1 1.1
MehrProfilgruppe Quantitative Methoden der Wirtschafts- und Sozialwissenschaften
Profilgruppe Quantitative Methoden der Wirtschafts- und Sozialwissenschaften Stand: Mai 2015 Inhaltliche Darstellung: Seminar für Wirtschafts- und Sozialstatistik Aufbau der Profilgruppe Module Prüfungsform
MehrSTUDIENPLAN FÜR DEN DIPLOM-STUDIENGANG TECHNOMATHEMATIK an der Technischen Universität München. Übersicht Vorstudium
STUDIENPLAN FÜR DEN DIPLOM-STUDIENGANG TECHNOMATHEMATIK an der Technischen Universität München Übersicht Vorstudium Das erste Anwendungsgebiet im Grundstudium ist Physik (1. und 2. Sem.) Im 3. und 4. Sem.
MehrAnhang. zum Studienreglement 2011 für den. Master-Studiengang Erdwissenschaften. vom 31. August 2010 (Stand am 1. November 2014)
zum Studienreglement 2011 für den Master-Studiengang Erdwissenschaften vom 31. August 2010 (Stand am 1. November 2014) Gültig für Eintritte, inkl. Wiedereintritte in den Studiengang ab Herbstsemester 2015.
MehrStatistik für Human- und Sozialwissenschaftler
Jürgen Bortz Statistik für Human- und Sozialwissenschaftler Sechste, vollständig überarbeitete und aktualisierte Auflage mit 84 Abbildungen und 242 Tabellen 4y Springer Inhaltsverzeichnis* > Vorbemerkungen:
MehrMarcel Dettling. GdM 2: LinAlg & Statistik FS 2017 Woche 12. Winterthur, 17. Mai Institut für Datenanalyse und Prozessdesign
Marcel Dettling Institut für Datenanalyse und Prozessdesign Zürcher Hochschule für Angewandte Wissenschaften marcel.dettling@zhaw.ch http://stat.ethz.ch/~dettling Winterthur, 17. Mai 2017 1 Verteilung
Mehr1 Beispiele multivariater Datensätze... 3
Inhaltsverzeichnis Teil I Grundlagen 1 Beispiele multivariater Datensätze... 3 2 Elementare Behandlung der Daten... 15 2.1 Beschreibung und Darstellung univariater Datensätze... 15 2.1.1 Beschreibung und
MehrModulstruktur des Bachelorstudiengangs Mathematik ab WS 2014/15
Modulstruktur des Bachelorstudiengangs Mathematik ab WS 2014/15 Im Bachelorstudiengang Mathematik wird besonderer Wert auf eine solide mathematische Grundausbildung gelegt, die die grundlegenden Kenntnisse
MehrStudienplan für das Bachelor- und Masterstudium im Studiengang Psychologie
Studienplan für das Bachelor- und Masterstudium im Studiengang Psychologie vom. September 2005 mit Änderungen vom 5. Oktober 2007, 9. Mai 2008 und 2. April 200 (Stand am. August 200) Die Philosophisch-humanwissenschaftliche
MehrMultivariate Lineare Modelle SS Einführung. 1. Organisation. 2. Übersicht. 3. Arbeiten mit SAS
Multivariate Lineare Modelle SS 2009 0 Einführung 1. Organisation 2. Übersicht 3. Arbeiten mit SAS 1 0.1 Organisation Lehrziele: Theorie von multivariaten linearen Modellen Praktische Anwendung mit SAS
MehrMITTEILUNGSBLATT DER Leopold-Franzens-Universität Innsbruck
- 836 - MITTEILUNGSBLATT DER Leopold-Franzens-Universität Innsbruck Studienjahr 1998/99 Ausgegeben am 31. August 1999 64. Stück 689. Studienplan für die Studienrichtung Mathematik an der Universität Innsbruck
MehrMATHEMATIK. Allgemeine Bildungsziele. Richtziele. Grundkenntnisse
MATHEMATIK Allgemeine Bildungsziele Der Mathematikunterricht vermittelt ein intellektuelles Instrumentarium, das ein vertieftes Verständnis der Mathematik, ihrer Anwendungen und der wissenschaftlichen
MehrSchließende Statistik
Schließende Statistik [statistical inference] Sollen auf der Basis von empirischen Untersuchungen (Daten) Erkenntnisse gewonnen und Entscheidungen gefällt werden, sind die Methoden der Statistik einzusetzen.
MehrStudienplan für das Bachelor- und Masterstudium im Studiengang Erziehungswissenschaft
Studienplan für das Bachelor- und Masterstudium im Studiengang Erziehungswissenschaft Institut für Erziehungswissenschaft der Universität Bern Muesmattstrasse 7 301 Bern URL: www.edu.unibe.ch 1 Die Philosophisch-humanwissenschaftliche
MehrBayesianische Netzwerke - Lernen und Inferenz
Bayesianische Netzwerke - Lernen und Inferenz Manuela Hummel 9. Mai 2003 Gliederung 1. Allgemeines 2. Bayesianische Netzwerke zur Auswertung von Genexpressionsdaten 3. Automatische Modellselektion 4. Beispiel
MehrGrundlegende Eigenschaften von Punktschätzern
Grundlegende Eigenschaften von Punktschätzern Worum geht es in diesem Modul? Schätzer als Zufallsvariablen Vorbereitung einer Simulation Verteilung von P-Dach Empirische Lage- und Streuungsparameter zur
MehrDie mit * gekennzeichneten Abschnitte beinhalten Themen, die über die Anforderungen des Gegenstandskatalogs hinausgehen.
Die mit * gekennzeichneten Abschnitte beinhalten Themen, die über die Anforderungen des Gegenstandskatalogs hinausgehen. 1 Einleitung...1 1.1 Die Bedeutung der Statistik für die Medizin...1 1.2 Die medizinische
MehrEpidemiologie und Statistik für Fortgeschrittene
Epidemiologie und Statistik für Fortgeschrittene Im kommenden Wintersemester bietet das Institut für Public Health den Kurs Epidemiologie und Statistik für Fortgeschrittene an. Der Kurs kann als ergänzende
MehrStudiengang Master of Arts (M.A.)
Studiengang Master of Arts (M.A.) geko/22.10.2014 Prüfungsordnung der Universität Freiburg für den Studiengang Master of Arts (M.A.) der Philosophischen Fakultäten vom 09.09.2002 in der Fassung der Fachspezifischen
MehrStatistik für das Psychologiestudium
Dieter Rasch / Klaus D. Kubinger Statistik für das Psychologiestudium Mit Softwareunterstützung zur Planung und Auswertung von Untersuchungen sowie zu sequentiellen Verfahren ELSEVIER SPEKTRUM AKADEMISCHER
MehrStatistik für Psychologen, Pädagogen und Mediziner
Thomas Köhler Statistik für Psychologen, Pädagogen und Mediziner Ein Lehrbuch ^~i: Verlag W. Kohlhammer 1 Einführung: Begriffsklärungen und Überblick 11 1.1 Aufgaben und Subdisziplinen der Statistik 11
MehrInhaltsverzeichnis Einführung und deskriptive Statistik Grundlagen der Inferenzstatistik 1: Zufallsvariablen
Inhaltsverzeichnis 1 Einführung und deskriptive Statistik... 1 1.1 Wichtige mathematische Schreibweisen... 1 1.1.1 Das Summenzeichen... 1 1.1.2 Mengentheoretische Schreibweisen... 3 1.1.3 Variablentransformationen...
MehrAnmeldung zu einem Studiengang der AWS evtl. mit Abschluss CAS/DAS/MAS Pastoral Care and Pastoral Psychology Universität Bern (CAS/DAS/MAS PCPP Unibe)
Theologische Fakultät in Kooperation mit den Reformierten Kirchen Bern- Jura-Solothurn Aus- und Weiterbildung in Seelsorge AWS Eingang Bestätigung Zulassung Anmeldung zu einem Studiengang der AWS evtl.
MehrSTATISTISCHE METHODEN UND IHRE ANWENDUNGEN
STATISTISCHE METHODEN UND IHRE ANWENDUNGEN Von Dr. rer. nat. Erwin Kreyszig o. Professor für Statistik an der Universität Karlsruhe mit 82 Abbildungen und zahlreichen Tabellen Vierter, unveränderter Nachdruck
MehrStatistik für Ingenieure und Naturwissenschaftler
Sheldon M. Ross Statistik für Ingenieure und Naturwissenschaftler 3. Auflage Aus dem Amerikanischen übersetzt von Carsten Heinisch ELSEVIER SPEKTRUM AKADEMISCHER VERLAG Spektrum Inhalt Vorwort zur dritten
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung 11. Vorlesung Jochen Köhler 10.05.011 1 Inhalt der heutigen Vorlesung Zusammenfassung Parameterschätzung Übersicht über Schätzung und Modellbildung Modellevaluation
MehrEmpirische Forschungsmethoden
Winfried Stier Empirische Forschungsmethoden Zweite, verbesserte Auflage Mit 22 Abbildungen und 53 Tabellen Springer L Inhaltsverzeichnis I. Grundlagen 1 1.1. Methoden, Methodologie, Empirie 1 1.2. Einige
MehrDie Maximum-Likelihood-Methode
Vorlesung: Computergestützte Datenauswertung Die Maximum-Likelihood-Methode Günter Quast Fakultät für Physik Institut für Experimentelle Kernphysik SS '17 KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft
MehrTrim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19
Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, 2016 6:34 P.M. Page 11 Inhaltsverzeichnis Über die Übersetzerin 9 Einleitung 19 Was Sie hier finden werden 19 Wie dieses Arbeitsbuch aufgebaut ist
MehrSTATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG
STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG Statistische Methoden In der vorliegenden fiktiven Musterstudie wurden X Patienten mit XY Syndrom (im folgenden: Gruppe XY) mit Y Patienten eines unauffälligem
MehrWissenschaftliches Arbeiten. Studium generale SS
Wissenschaftliches Arbeiten Studium generale SS 2018 www.htwg-konstanz.de/studium/ergaenzende-studienangebote/studium-generale/ Liebe Studierende, wir möchten Ihnen das neue Angebot des Studium generale
MehrReglement über den Zertifikatskurs Hochschullehre / Higher Education
Reglement über den Zertifikatskurs Hochschullehre / Higher Education Die Weiterbildungskommission der Universität Bern gestützt auf die Artikel 7 bis 0 des Statuts der Universität Bern vom 7. Dezember
MehrGeorg-August-Universität Göttingen Modul P.SPS.01: Introduction to Mixed Models and Spatial Statistics
Modul P.SPS.01 Modul P.SPS.01: Introduction to Mixed Models and Spatial Statistics Im Rahmen dieses Moduls werden fundierte Methodenkenntnisse vermittelt, die im Bereich der gemischten Modelle und der
MehrLogistische Regression in SAS
Logistische Regression in SAS Oliver Kuß Medizinische Universitätsklinik, Abt. Klinische Sozialmedizin, Bergheimer Str. 58, 69115 Heidelberg, email: okuss@med.uni-heidelberg.de 3. Konferenz für SAS -Anwender
MehrModulbeschreibung Bachelor-Master-Studiengang Sek I
ab 03/4, Natur-und Geisteswissenschaften Analysis I & II., HeS /., FrS Einführung in die Analysis: Vermittlung der wichtigsten mathematischen Sätze, Techniken und Werkzeuge zur Anwendung in den Naturwissenschaften.
MehrInhaltsverzeichnis. Vorwort 13. Teil I Beschreibende Statistik 17. Kapitel 1 Statistische Merkmale und Variablen 19
Inhaltsverzeichnis Vorwort 13 Teil I Beschreibende Statistik 17 Kapitel 1 Statistische Merkmale und Variablen 19 1.1 Statistische Einheiten und Grundgesamtheiten 19 1.2 Merkmale und Merkmalsausprägungen
MehrGrundlagen der schließenden Statistik
Grundlagen der schließenden Statistik Schätzer, Konfidenzintervalle und Tests 1 46 Motivation Daten erhoben (Umfrage, Messwerte) Problem: Bei Wiederholung des Experiments wird man andere Beobachtungen
MehrWerkzeuge der empirischen Forschung
Werkzeuge der empirischen Forschung I. Daten und Beschreibende Statistik 1. Einführung 2. Dateneingabe, Datentransformation, Datenbehandlung 3. Beschreibende Statistik II. Schließende Statistik 1 III.
MehrLehrinhalte Statistik (Sozialwissenschaften)
Lehrinhalte Technische Universität Dresden Institut für Mathematische Stochastik Dresden, 13. November 2007 Seit 2004 Vorlesungen durch Klaus Th. Hess und Hans Otfried Müller. Statistik I: Beschreibende
MehrRahmenbedingungen zu den Zwischen- und Schluss-Prüfungen
Einleitung Dieses Skript soll den Studierenden, welche die Lehrveranstaltung Statistik und Wahrscheinlichkeitstheorie im Sommersemester an der ETH besuchen, als Leitfaden dienen und beinhaltet Informationen
Mehr