Elementare Stochastik SS 2011 Organisatorisches zur Vorlesung Der Übungsbetrieb Klausur Was ist Stochastik? Beschreibende Statistik

Größe: px
Ab Seite anzeigen:

Download "Elementare Stochastik SS 2011 Organisatorisches zur Vorlesung Der Übungsbetrieb Klausur Was ist Stochastik? Beschreibende Statistik"

Transkript

1 Markus Ruppert Lehrstuhl für Didaktik der Mathematik Elementare Stochastik SS 2011 Organisatorisches zur Vorlesung Der Übungsbetrieb Klausur Was ist Stochastik? Beschreibende Statistik

2 Organisatorisches zur Vorlesung Termine Vorlesung (2 SWS): Di, Uhr, Zuse-Hörsal Übungen (2 SWS): Mo, Uhr, SE 37 Mo, Uhr, SE 37 Mo, Uhr, SE 37 Mi, Uhr, SE 36 und SE 37 Do, Uhr, SE 37

3 Organisatorisches zur Vorlesung Anmeldungen Anmeldung zu einer Übungsgruppe Alternativtermine angeben! (Termin: 5. Mai 2011) Benachrichtigung abwarten ggf. in eine freie ÜG eintragen. (Termin: 12. Mai 2011) Verbuchung der Klausurzulassung und der Klausurergebnisse (Termin: Semesterende)

4 Organisatorisches zur Vorlesung Anmeldungen Automatische Eintragung durch die Anmeldung bei Nachrichtenforum, Diskussionsforum, Skript, Übungsblätter, Bewertungen, Zusatzmaterial Wichtig: stud-mail-adresse regelmäßig abrufen! Oder: Adressumleitung einrichten!

5 Organisatorisches zur Vorlesung Anmeldungen vhb-kurs: Stochastik in der Sekundarstufe I Bei Teilnahme an der Kurs- Abschlussklausur: 2 ECTS-Punkte Anmeldung über

6 Der Übungsbetrieb Übungsblätter Wöchentliche Übungsaufgaben Abgabe in Papierform und/oder als Upload im WueCampus-Kurs Tutorien Aufgaben als Vorbereitung für die Übungsblätter Besprechung der Übungsaufgaben Fragen zur Vorlesung

7 Der Übungsbetrieb Die ersten Tutorien Beginn des Übungsbetriebs: Morgen (!) Mittwoch Bitte Laptop mitbringen! Tabellenkalkulationsprogramm (Excel oder OpenOffice Calc) Inhalte: Erste Schritte beim Sammeln und Auswerten von Daten

8 Der Übungsbetrieb Die ersten Tutorien In der ersten Woche: Nehmen Sie an einer der folgenden Übungsgruppen teil: Mi, um Uhr im SE 36: Mi, um Uhr im SE 37: Do, um Uhr im SE 37: Mo, um Uhr im SE 37: Mo, um Uhr im SE 37: Mo, um Uhr im SE 37: OpenOffice Calc Microsoft Excel

9 Der Übungsbetrieb Das erste Übungsblatt

10 Zeitaufwand 1 ECTS-Punkt entspricht etwa 30 Arbeitsstunden Gesamtaufwand ca. 150 Stunden 13 Semesterwochen ca. 11,5 Stunden pro Woche 3 Stunden für Vorlesung und Übung ca. 8,5 Stunden pro Woche für Nachbereitung der Vorlesung und Bearbeitung der Übungsblätter

11 Klausur Modulklausur (10-M-EL2) Elementare Mathematik (Geometrie + Stochastik) Zulassungsvoraussetzungen Erfolgreiche Teilnahme an den Übungen zur Elementaren Geometrie (z. B. letztes Semester) Erfolgreiche Teilnahme an den Übungen zur Elementaren Stochastik (d. h. 50% der Übungspunkte) Klausurtermin Samstag, 30 Juli Uhr, Zuse-HS und Turing-HS

12 Literatur Literatur Kütting, H.: Elementare Stochastik. Spektrum Akademischer Verlag, Heidelberg, 2007 Henze, N.: Stochastik für Einsteiger Vieweg Verlag, 2009 Eichler, A.; Vogel, M. Leitidee Daten und Zufall Vieweg+Teubner, 2009 Büchter, A.; Henn, H.-W.: Elementare Stochastik. Eine Einführung in die Mathematik der Daten und des Zufalls. Springer Verlag, Berlin, 2005.

13 Markus Ruppert Elementare Stochastik Kapitel I Was ist Stochastik?

14 Was ist Stochastik? Sokrates ( v. u. Z) zitiert nach Platon in Philebos Wenn jemand von den Fertigkeiten und Künsten die Rechenkunst, die Messkunst und die Kunst des Wägens wegnimmt, so bleibt, um es offen zu sagen, nur etwas übrig, was fast minderwertig ist [ ]. Es bleibt nichts anderes übrig, als ein Erraten, ein Schließen durch Vergleichen und ein Schärfen der Sinneswahrnehmung durch Erfahrung und durch eine gewisse Übung, wobei man die von vielen als Künste titulierten Fähigkeit des geschickten Vermutens (stochastice, d. Verf) benutzt, die durch stete Handhabung und mühevolle Arbeit herangebildet werden.

15 Was ist Stochastik? Jakob Bernoulli ( ) definiert die Vermutkunst ars conjectandi sive stochastice als die Kunst, so genau wie möglich die Wahrscheinlichkeit der Dinge zu messen

16 Was ist Stochastik? Karl Valentin ( ) Karl Valentin: Liesl Karlstadt: Karl Valentin: Liesl Karlstadt: Karl Valentin: Liesl Karlstadt: Karl Valentin: Ich suche ein altes, tausend Meter tiefes Bergwerk zu mieten. Und das wollen Sie dann bewohnen? Selbstverständlich!! Das ist ja unheimlich! Aber sicher! Vor wem? Vor Meteorsteinen

17 Was ist Stochastik? Reiner Klingholz (Psychologe, 1992) Er rast mit 200 Sachen über die Autobahn und grübelt über Pestizidspuren im Frühstücksjoghurt. Er lässt sich gegen alle Unbilden des Lebens versichern, hat Angst vor dem Atom-GAU und sucht das Freizeitrisiko in der Felswand. Doch... so absurd es klingt, dieses Verhalten ist ganz und gar menschlich.

18 Was ist Stochastik? Ein Beispiel Prof. Dr. Jürgen Tautz Bienenzentrum Uni Würzburg

19 Was ist Stochastik? Ein Beispiel HOBOS stellt live-daten eines Bienenstocks online zur Verfügung ( Webcams Temperatur (außen und an verschiedenen Stellen im Stock) Luftfeuchtigkeit (außen und innen) Gewicht des Bienenstocks CO 2 -Gehalt der Luft (außen und innen) Die Daten können aus einem Datenarchiv abgerufen und zu Auswertungszwecken (z. B. in einem Tabellenkalkulationsprogramm) weiter verwendet werden.

20 Was ist Stochastik? Ein Beispiel Beispiele für Forschungsfragen und Design einer Untersuchung: Wie aktiv sind die Bienen im Tagesverlauf? Zählen der ankommenden und startenden Bienen Aufzeichnung vom Gewicht des Bienenstocks Zusammenhang zwischen Außen- und Innentemperatur Messung und Gegenüberstellung der entsprechenden Temperaturen Zusammenhang zwischen Aktivität der Bienen und CO 2 -Gehalt Ergebnisse aus der ersten Frage zusammen mit CO 2 -Messungen

21 Was ist Stochastik? Ein Beispiel Rohdaten Erste Formatierung und Aufbereitung Zeit/min Innen/ C Außen/ C CO2/ppm

22 Temperatur in C Was ist Stochastik? Ein Beispiel 50,00 600,00 Zeit/min Innen/ C Außen/ C CO2/ppm Darstellung der Daten in einem Diagramm 45,00 500,00 40,00 400,00 35,00 300,00 30,00 200,00 25,00 100,00 20,00 0, Innentemperatur Zeit in min Außentemperatur CO2-Gehalt im Inneren

23 Temperatur in C Was ist Stochastik? Ein Beispiel 50,00 45,00 600,00 500,00 Auswertung der Daten 40,00 35,00 400,00 300,00 30,00 200,00 25,00 100,00 20,00 0, Innentemperatur Zeit in min Außentemperatur CO2-Gehalt im Inneren und deren Interpretation

24 Wahrsch.- Rechnung Was ist Stochastik? Reale Daten Beurteilende Statistik Parameterschätzungen Hypothesentests Gütekriterien Datenverarbeitung Wahrscheinlichkeitsrechnung Beschreibende Statistik Erhebungsmethoden Datenaufbereitung Darstellen von Daten Kennzahlen Vergleich von Datenreihen Stochastik

25 Was ist Stochastik? Hans Freudenthal ( ) Mathematiker und Mathematik-Didaktiker Stochastik ist ein Musterbeispiel angewandter Mathematik, und das kann jedenfalls, was immer man unter Anwendungen verstehen möchte, nur eine wirklichkeitsnahe, beziehungshaltige Mathematik sein.

26 Was ist Stochastik? Reale Situation Wie ist der Temperaturverlauf im Bienenstock? Darstellung Mathematisches Modell Mathematische Beschreibung der Realsituation (allg. periodische Funktion) Überprüfung Rechnung Bedeutung des Mathematischen Resultats Wie lassen sich die Parameterwerte in der Realsituation deuten? Interpretation Mathematisches Resultat Konkrete Parameter für die obige Funktion Stochastische Modellbildung

27 Was ist Stochastik? Geschichte der Stochastik Glücksspiele Ca v. u. Z.: Erste Spielwürfel gehören zu einem altiranischen Brettspiel

28 Was ist Stochastik? Geschichte der Stochastik Volkszählungen Ca v. u. Z.: Erste Volkszählungen in Babylonien 1987 Letzte Volkszählung in (West-)Deutschland

29 Was ist Stochastik? Geschichte der Stochastik Jahrhundert: Systematische Untersuchung von Glücksspielen Historische Probleme Bei der Lösung beteiligt: Galileo Galilei, Blaise Pascal, Pierre de Fermat Verwendete Konzepte: Ergebnis- und Ereignisräume, Relative Häufigkeiten

30 Was ist Stochastik? Geschichte der Stochastik Ab 17. Jahrhundert: Beschreibung des Wahrscheinlichkeitsbegriffs Jakob Bernoulli ( ): 'Die Kunst des Vermutens' (Ars conjectandi, 1713). Pierre Simon de Laplace ( ): Erste formale Definition der Wahrscheinlichkeit Gottfried Achenwall ( ), Francis Galton ( ), Karl Pearson ( ): Begründer von Statistik bzw. beurteilender Statistik Carl Friedrich Gauss ( ): Methode der kleinsten Quadrate, Normalverteilung Andreij Nikolajewitsch Kolmogorow ( ): Axiomatischen Aufbau der Wahrscheinlichkeitsrechnung

31 Was ist Stochastik? Geschichte des Stochastik-Unterrichts Meraner Reform (1905) Grundbegriffe der Wahrscheinlichkeitsrechnung sollen im Mathematikunterricht behandelt werden. Stochastik-Abitur (ab 1975) Stochastik ist obligatorischer Teil in der Abiturprüfung (muss aber nicht in allen Bundesländern gewählt werden). Stochastik in der Mittelstufe (ab ca. 1990) Stochastik als obligatorisches Gebiet im MU der Mittelstufe vieler Bundesländer. In Bayern: erst seit 2004 (G8, Realschule) in der HS nur beschreibende Statistik. KMK-Bildungsstandards (2004) Stochastik als obligatorisches Gebiet im MU der Mittelstufe aller Bundesländer Inhaltsbezogene Kompetenzen formuliert in der Leitidee: Daten und Zufall

32 Was ist Stochastik? Warum Stochastik in der Schule? Sammeln Sie mit ihrem Banknachbarn fünf Gründe, die dafür sprechen Stochastik im Mathematikunterricht zu thematisieren.

33 Was ist Stochastik? Warum Stochastik in der Schule? Schülerinnen und Schüler sollen im Mathematikunterricht bestimmte Grunderfahrungen machen. Es soll ihnen ermöglicht werden (G1) Erscheinungen der Welt um uns, die uns alle angehen oder angehen sollten, aus Natur, Gesellschaft und Kultur, in einer spezifischen Art wahrzunehmen und zu verstehen, (G2) mathematische Gegenstände und Sachverhalte, repräsentiert in Sprache, Symbolen, Bildern und Formeln, als geistige Schöpfungen, als eine deduktiv geordnete Welt eigener Art kennen zu lernen und zu begreifen, (G3) in der Auseinandersetzung mit Aufgaben Problemlösefähigkeiten, die über die Mathematik hinaus gehen, (heuristische Fähigkeiten) zu erwerben." H. Winter (2003): Mathematik und Allgemeinbildung

34 Markus Ruppert Elementare Stochastik Kapitel II Beschreibende Statistik

35 Beschreibende Statistik In der beschreibenden Statistik geht es um eine Datenerfassung in Sachsituationen, um die Datenaufbereitung und um eine erste vorsichtige Dateninterpretation. (aus Kütting, H.: Beschreibende Statistik im Schulunterricht)

36 Phasen einer empirischen Untersuchung Ziel der Untersuchung festlegen (Welchen Zweck hat die Untersuchung?) Gegenstand der Untersuchung festlegen (Wer bzw. was soll untersucht werden?) Datenerhebung Aufbereitung und Darstellung der Daten Auswertung und Interpretation der Daten

37 Grundbegriffe Statistische Einheit Statistische Erhebung Merkmalsträger, Informationsträger (Personen, Objekte, ) Totalerhebung der Grundgesamtheit (z. B. Volkszählung) Identifikationsmerkmale Sachlich Räumlich Zeitlich Teilerhebung, Stichprobe (z. B. Mikrozensus)

38 Grundbegriffe Merkmal interessierende Eigenschaft der statistischen Einheit Erschöpfend?! (Ausprägung / Modalität sonstige ) Merkmalsausprägung (Modalität) qualitativ / nominal skaliert komparativ / ordinal skaliert (Rangmerkmal) quantitativ /metrisch skaliert

39 Kein HS Quali m. Reife Abitur Grundbegriffe - Beispiel Forschungsfrage: Welchen Schulabschluss haben Frauen über 25? Untersuchungsgegenstand: Frauen über 25 Untersuchtes Merkmal: Merkmalsausprägungen: Schulabschluss keinen Hauptschule Quali mittlere Reife Abitur Grundgesamtheit: Menge aller Frauen über 25 Stichprobe: Befragte Frauen über 25

40 Skalen und Skalenniveaus Merkmal qualitativ komparativ quantitativ Skala Nominalskala Ordinalskala Intervallskala Verhältnisskala Absolutskala Eigenschaften x=y oder x=y feststellbar Zusätzlich: x<y oder x>y feststellbar Zusätzlich: x-y und x+y sinnvoll/erlaubt Zusätzlich: x*y und x/y sinnvoll/erlaubt s. Verhältnis Skalenwerte dienen zu Kennzeichnung Zusätzlich: Darstellung einer Ordnung Zusätzlich: Berechnung von Unterschieden Zusätzlich: Berechnung von Verhältnissen s. Verhältnis Beispiele Geschlecht Beruf Haarfarbe Schulabschluss nie/selten/oft gut/mittel/ schlecht Zeitpunkt Temperatur in C topografische Höhe Temperatur in K Alter, Größe Gewicht Schuhgröße Anzahlen Sinnvolle Mittelwerte Modalwert Zusätzlich: Median Zusätzlich: Arithmetisches Mittel Zusätzlich: Geometrisches u. harmonisches Mittel s. Verhältnis

Didaktik der Stochastik (Leitidee: Daten und Zufall)

Didaktik der Stochastik (Leitidee: Daten und Zufall) Didaktik der Geometrie und Stochastik WS 09 / 10 15. 1. 2010 Didaktik der Stochastik (Leitidee: Daten und Zufall) 7. Beschreibende Statistik 7.1 Zum Begriff Stochastik : Seit den Fünfziger Jahren werden

Mehr

Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra

Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra A. Filler Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra, Teil 1 Folie 1 /15 Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra 1. Ziele und Grundpositionen

Mehr

Jürgen Roth Didaktik der Zahlbereichserweiterungen

Jürgen Roth Didaktik der Zahlbereichserweiterungen Jürgen Roth Didaktik der Zahlbereichserweiterungen Modul 5: Fachdidaktische Bereiche Kapitel 1: Ziele und Inhalte 1.1 Didaktik der Zahlbereichserweiterungen 1 Ziele und Inhalte 2 Natürliche Zahlen N 3

Mehr

Didaktik der Stochastik

Didaktik der Stochastik Jürgen Roth Didaktik der Stochastik Modul 12a/b: Fachdidaktische Bereiche 1.1 FundaMINT Lehramtsstipendium 1.2 Materialien zur Veranstaltung Internetseite zur Veranstaltung und Skript www.juergen-roth.de/lehre/did_stochastik/

Mehr

Didaktik der Stochastik. PM-Heft 48, 2012: Fit für die Zukunft Stochastik

Didaktik der Stochastik. PM-Heft 48, 2012: Fit für die Zukunft Stochastik Didaktik der Stochastik 1.1 Didaktik der Stochastik PM-Heft 48, 2012: Fit für die Zukunft Stochastik Didaktik der Stochastik 1.2 Inhaltsverzeichnis Didaktik der Stochastik 1 Ziele und Inhalte 2 Beschreibende

Mehr

Günther Bourier. Beschreibende Statistik. Praxisorientierte Einführung - Mit. Aufgaben und Lösungen. 12., überarbeitete und aktualisierte Auflage

Günther Bourier. Beschreibende Statistik. Praxisorientierte Einführung - Mit. Aufgaben und Lösungen. 12., überarbeitete und aktualisierte Auflage i Günther Bourier Beschreibende Statistik Praxisorientierte Einführung - Mit Aufgaben und Lösungen 12., überarbeitete und aktualisierte Auflage 4^ Springer Gabler Inhaltsverzeichnis Vorwort V 1 Einführung

Mehr

Didaktik der Stochastik

Didaktik der Stochastik Jürgen Roth Didaktik der Stochastik Modul 12a/b: Fachdidaktische Bereiche 2.1 Inhalt Didaktik der Stochastik 1 Ziele und Inhalte 2 Beschreibende Statistik 3 Wahrscheinlichkeitsrechnung 4 Beurteilende Statistik

Mehr

Statistik II: Grundlagen und Definitionen der Statistik

Statistik II: Grundlagen und Definitionen der Statistik Medien Institut : Grundlagen und Definitionen der Statistik Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Hintergrund: Entstehung der Statistik 2. Grundlagen

Mehr

Lehramt an Haupt- und Realschulen L2 und Förderschulen L5. Mathematik

Lehramt an Haupt- und Realschulen L2 und Förderschulen L5. Mathematik Lehramt an Haupt- und Realschulen L2 und Förderschulen L5 Mathematik Mathematik L2 / L5 Modul 1 bis 3: Mathematik Fachwissenschaft Modul 4 bis 6: Didaktik der Mathematik Schulpraktikum Modul 1 bis 3 Wissenschaftliche

Mehr

Einige Grundbegriffe der Statistik

Einige Grundbegriffe der Statistik Einige Grundbegriffe der Statistik 1 Überblick Das Gesamtbild (Ineichen & Stocker, 1996) 1. Ziehen einer Stichprobe Grundgesamtheit 2. Aufbereiten der Stichprobe (deskriptive Statistik) 3. Rückschluss

Mehr

Geometrieunterricht in der Sek I

Geometrieunterricht in der Sek I Geometrieunterricht in der Sek I Inhalte, Ziele, Standards 13. Oktober 2009 Vertr. Prof. Dr. Katja Krüger Universität Paderborn Didaktik der Geometrie II (Klasse 7-10) 1 Inhalt Inhalte des Geometrieunterrichts

Mehr

3. Merkmale und Daten

3. Merkmale und Daten 3. Merkmale und Daten Ziel dieses Kapitels: Vermittlung des statistischen Grundvokabulars Zu klärende Begriffe: Grundgesamtheit Merkmale (Skalenniveau etc.) Stichprobe 46 3.1 Grundgesamtheiten Definition

Mehr

Planung statistischer Erhebungen

Planung statistischer Erhebungen Planung statistischer Erhebungen Katrin Hahnebach & Matthias Reimann Institut für Mathematik Universität Koblenz-Landau, Campus Landau Didaktik der Stochastik Prof. Dr. Jürgen Roth Wintersemester 2011/2012

Mehr

Einführung in die Statistik

Einführung in die Statistik Einführung in die Statistik 1. Deskriptive Statistik 2. Induktive Statistik 1. Deskriptive Statistik 1.0 Grundbegriffe 1.1 Skalenniveaus 1.2 Empirische Verteilungen 1.3 Mittelwerte 1.4 Streuungsmaße 1.0

Mehr

Statistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn

Statistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn Statistikpraktikum Carsten Rezny Institut für angewandte Mathematik Universität Bonn Sommersemester 2017 Organisatorisches Anmeldung in Basis: 19. 23.06.2017 Skript und Übungsaufgaben unter: http://www.iam.uni-bonn.de/users/rezny/statistikpraktikum

Mehr

Alle weiteren Messoperationen schließen die Klassifikation als Minimaloperation ein.

Alle weiteren Messoperationen schließen die Klassifikation als Minimaloperation ein. 1 unterschiedliche Skalenniveaus Wir haben zuvor schon kurz von unterschiedlichen Skalenniveaus gehört, nämlich dem: - Nominalskalenniveau - Ordinalskalenniveau - Intervallskalenniveau - Ratioskalenniveau

Mehr

Statistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn

Statistikpraktikum. Carsten Rezny. Sommersemester Institut für angewandte Mathematik Universität Bonn Statistikpraktikum Carsten Rezny Institut für angewandte Mathematik Universität Bonn Sommersemester 2016 Anmeldung in Basis: 06. 10.06.2016 Organisatorisches Einführung Statistik Analyse empirischer Daten

Mehr

Standardisierte 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 Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten

Mehr

Statistische Grundlagen I

Statistische Grundlagen I Statistische Grundlagen I Arten der Statistik Zusammenfassung und Darstellung von Daten Beschäftigt sich mit der Untersuchung u. Beschreibung von Gesamtheiten oder Teilmengen von Gesamtheiten durch z.b.

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Ruediger.Braun@uni-duesseldorf.de Heinrich-Heine Universität Düsseldorf Mathematik für Biologen p. 1 Hinweise Internetseite zur Vorlesung: http://blog.ruediger-braun.net

Mehr

1. Tutorial. Online-Tutorium-Statistik von T.B.

1. Tutorial. Online-Tutorium-Statistik von T.B. Online-Tutorium-Statistik von T.B. 1 Grundbegriffe I Gegenstand einer statistischen Untersuchung sind bestimmte Objekte (z.b. Personen, Unternehmen) bei denen man sich für gewisse Eigenschaften (z.b. Geschlecht,

Mehr

1. Aufgaben und Ziele des Mathematikunterrichts in der Grundschule

1. Aufgaben und Ziele des Mathematikunterrichts in der Grundschule 1. Aufgaben und Ziele des Mathematikunterrichts in der Grundschule Aufgaben und Ziele des Mathematikunterrichts Forderungen zu mathematischer Grundbildung (Winter 1995) Erscheinungen der Welt um uns, die

Mehr

Grundkurs Statistik für Politologen und Soziologen

Grundkurs Statistik für Politologen und Soziologen Grundkurs Statistik für Politologen und Soziologen Bearbeitet von Uwe W Gehring, Cornelia Weins 5., überarbeitete Auflage 2010. Buch. 345 S. Softcover ISBN 978 3 531 16269 0 Format (B x L): 14,8 x 21 cm

Mehr

Kinga Szűcs

Kinga Szűcs Kinga Szűcs 28.10.2014 Warum wird Stochastik in der Schule unterrichtet? Welche Vorteile kann der Stochastikunterricht in den MU bringen? Welche Nachteile kann der Stochastikunterricht haben? Welche Ziele

Mehr

1. Einführung und statistische Grundbegriffe. Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik:

1. Einführung und statistische Grundbegriffe. Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik: . Einführung und statistische Grundbegriffe Beispiele aus dem täglichen Leben Grundsätzlich unterscheidet man zwei Bedeutungen des Begriffs Statistik: Quantitative Information Graphische oder tabellarische

Mehr

Schließende Statistik

Schließende 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.

Mehr

Statistik. Herzlich willkommen zur Vorlesung. Grundlagen Häufigkeiten Lagemaße Streuung Inferenzstatistik Kreuztabellen Gruppenunterschiede

Statistik. Herzlich willkommen zur Vorlesung. Grundlagen Häufigkeiten Lagemaße Streuung Inferenzstatistik Kreuztabellen Gruppenunterschiede FB 1 W. Ludwig-Mayerhofer Statistik 1 Herzlich willkommen zur Vorlesung Statistik FB 1 W. Ludwig-Mayerhofer Statistik 2 Vorlesung Statistik für wen? BA Social Science/BA Sozialwissenschaften (Pflicht)

Mehr

htw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK

htw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK htw saar 1 EINFÜHRUNG IN DIE STATISTIK: BESCHREIBENDE STATISTIK htw saar 2 Grundbegriffe htw saar 3 Grundgesamtheit und Stichprobe Ziel: Über eine Grundgesamtheit (Population) soll eine Aussage über ein

Mehr

Vorlesung 1: Grundbegriffe, einführende Begriffe, Merkmale in der Statistik Gliederung und Aufgaben einer Vorlesung Statistik

Vorlesung 1: Grundbegriffe, einführende Begriffe, Merkmale in der Statistik Gliederung und Aufgaben einer Vorlesung Statistik 1 Vorlesung 1: Grundbegriffe, einführende Begriffe, Merkmale in der Statistik Gliederung und Aufgaben einer Vorlesung Statistik Letzter Stand: 12. Juni 2000, 5 Seiten Literaturbezug Dieses Kapitel (einschließlich

Mehr

Kapitel III - Merkmalsarten

Kapitel III - Merkmalsarten Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Statistik 1 - Deskriptive Statistik Kapitel III - Merkmalsarten Markus Höchstötter Lehrstuhl für Statistik, Ökonometrie

Mehr

Jürgen Roth. Didaktik der Algebra. Modul 5. Jürgen Roth Didaktik der Algebra

Jürgen Roth. Didaktik der Algebra. Modul 5. Jürgen Roth Didaktik der Algebra Jürgen Roth Didaktik der Algebra Modul 5 1.1 FundaMINT Lehramtsstipendium 1.2 Materialien zur Veranstaltung Internetseite zur Veranstaltung und Skript www.juergen-roth.de/lehre/did_algebra/ Material Textdatenbank

Mehr

Erzbischöfliche Liebfrauenschule Köln. Schulinternes Curriculum Fach: Mathematik Jg. 6

Erzbischöfliche Liebfrauenschule Köln. Schulinternes Curriculum Fach: Mathematik Jg. 6 Erzbischöfliche Liebfrauenschule Köln Schulinternes Curriculum Fach: Mathematik Jg. 6 Reihenfolge Buchabschnitt Themen Inhaltsbezogene Kompetenzen Prozessbezogene Kompetenzen 1 1.1 1.7 Brüche mit gleichem

Mehr

Inhaltsbereich Wahrscheinlichkeit und Statistik

Inhaltsbereich Wahrscheinlichkeit und Statistik Inhaltsbereich Wahrscheinlichkeit und Statistik AG Mathematik, Sankt Pölten 11.11.2009 Markus Binder Modell für die zentrale srp im Schulversuch Teil I: Aufgaben mit 15-25 Items Teil II: 6-8 Aufgaben,

Mehr

Origamics Gefaltete Mathematik

Origamics Gefaltete Mathematik Hans-Wolfgang Henn Origamics Gefaltete Mathematik Braunschweig, 28.5.2013 Winter sche Grunderfahrungen Heinrich Winter (1995): (GE 1) Erscheinungen der Welt um uns, die uns alle angehen oder angehen sollten,

Mehr

Didaktik der Geometrie und Stochastik. Michael Bürker, Uni Freiburg SS 12 D1. Allgemeine Didaktik

Didaktik der Geometrie und Stochastik. Michael Bürker, Uni Freiburg SS 12 D1. Allgemeine Didaktik Didaktik der Geometrie und Stochastik Michael Bürker, Uni Freiburg SS 12 D1. Allgemeine Didaktik 1 1.1 Literatur Lehrplan Bildungsstandards von BW Hans Schupp: Figuren und Abbildungen div Verlag Franzbecker

Mehr

Spiegelungen und einige Anwendungen Natalie Mangels Ulrike Beelitz

Spiegelungen und einige Anwendungen Natalie Mangels Ulrike Beelitz Spiegelungen und einige Anwendungen 30.10.2014 Natalie Mangels Ulrike Beelitz Allg. Kompetenzen im Geometrieunterricht Ebene und räumliche Figuren werden analysiert, klassifiziert und durch Skizzen, Konstruktionen,

Mehr

Daten, Datentypen, Skalen

Daten, Datentypen, Skalen Bildung kommt von Bildschirm und nicht von Buch, sonst hieße es ja Buchung. Daten, Datentypen, Skalen [main types of data; levels of measurement] Die Umsetzung sozialwissenschaftlicher Forschungsvorhaben

Mehr

Deskriptivstatistik a) Univariate Statistik Weiters zum Thema der statistischen Informationsverdichtung

Deskriptivstatistik a) Univariate Statistik Weiters zum Thema der statistischen Informationsverdichtung 20 Weiters zum Thema der statistischen Informationsverdichtung M a ß z a h l e n Statistiken bei Stichproben Parameter bei Grundgesamtheiten Maßzahlen zur Beschreibung univariater Verteilungen Maßzahlen

Mehr

Wiederholung Statistik I. Statistik für SozialwissenschaftlerInnen II p.8

Wiederholung Statistik I. Statistik für SozialwissenschaftlerInnen II p.8 Wiederholung Statistik I Statistik für SozialwissenschaftlerInnen II p.8 Konstanten und Variablen Konstante: Merkmal hat nur eine Ausprägung Variable: Merkmal kann mehrere Ausprägungen annehmen Statistik

Mehr

Modul 04: Messbarkeit von Merkmalen, Skalen und Klassierung. Prof. Dr. W. Laufner Beschreibende Statistik

Modul 04: Messbarkeit von Merkmalen, Skalen und Klassierung. Prof. Dr. W. Laufner Beschreibende Statistik Modul 04: Messbarkeit von Merkmalen, Skalen und 1 Modul 04: Informationsbedarf empirische (statistische) Untersuchung Bei einer empirischen Untersuchung messen wir Merkmale bei ausgewählten Untersuchungseinheiten

Mehr

Modulhandbuch. der Mathematisch-Naturwissenschaftlichen Fakultät. der Universität zu Köln. für den Lernbereich Mathematische Grundbildung

Modulhandbuch. der Mathematisch-Naturwissenschaftlichen Fakultät. der Universität zu Köln. für den Lernbereich Mathematische Grundbildung Modulhandbuch der Mathematisch-Naturwissenschaftlichen Fakultät der Universität zu Köln für den Lernbereich Mathematische Grundbildung im Studiengang Bachelor of Arts mit bildungswissenschaftlichem Anteil

Mehr

'+4 Elisabeth Raab-Steiner / Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS-Auswertung. 4., aktualisierte und überarbeitete Auflage

'+4 Elisabeth Raab-Steiner / Michael Benesch. Der Fragebogen. Von der Forschungsidee zur SPSS-Auswertung. 4., aktualisierte und überarbeitete Auflage '+4 Elisabeth Raab-Steiner / Michael Benesch Der Fragebogen Von der Forschungsidee zur SPSS-Auswertung 4., aktualisierte und überarbeitete Auflage facultas «4 Inhaltsverzeichnis 1 Elementare Definitionen

Mehr

Schulinterner Lehrplan

Schulinterner Lehrplan Fach Mathematik Jahrgangsstufe 6 Themen Inhaltsbezogene Kompetenzen Prozessbezogene Kompetenzen Bruchzahlen - Wiederholen: Anteile als Bruch darstellen - Dezimalschreibweise - Dezimalschreibweisen vergleichen

Mehr

Grundlagen der Biometrie in Agrarwissenschaften / Ernährungswissenschaften

Grundlagen der Biometrie in Agrarwissenschaften / Ernährungswissenschaften Grundlagen der Biometrie in Agrarwissenschaften / Ernährungswissenschaften Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Grundlagen der Biometrie, WS 2011/12 Vorlesung: Dienstag 8.15-9.45,

Mehr

Statistik Grundbegriffe

Statistik Grundbegriffe Kapitel 2 Statistik Grundbegriffe 2.1 Überblick Im Abschnitt Statistik Grundbegriffe werden Sie die Bedeutung von statistischen Grundbegriffen wie Stichprobe oder Merkmal kennenlernen und verschiedene

Mehr

Grundlagen empirischer Forschung. Korpuslinguistik Heike Zinsmeister WS 2009/10

Grundlagen empirischer Forschung. Korpuslinguistik Heike Zinsmeister WS 2009/10 Grundlagen empirischer Forschung Korpuslinguistik Heike Zinsmeister WS 2009/0 Grundlagen Vorbereitung einer empirischen Studie Allgemeine Beschreibung des zu untersuchenden Phänomens Literaturstudien Erkundigungen

Mehr

Grundlagen der Statistik I

Grundlagen der Statistik I NWB-Studienbücher Wirtschaftswissenschaften Grundlagen der Statistik I Beschreibende Verfahren Von Professor Dr. Jochen Schwarze 10. Auflage Verlag Neue Wirtschafts-Briefe Herne/Berlin Inhaltsverzeichnis

Mehr

SCHULINTERNES CURRICULUM MATHEMATIK 2016 Seite 1 von 5

SCHULINTERNES CURRICULUM MATHEMATIK 2016 Seite 1 von 5 Seite 1 von 5 Kap. 1: Lineare im Sachzusammenhang Zu Beginn des Schuljahres werden die Grundlagen der aus der Jgst.7 wiederholt - Terme umformen - Lineare Gleichungen lösen - Funktionsbegriff - Steigungsbegriff

Mehr

Deskriptive Statistik 1 behaftet.

Deskriptive Statistik 1 behaftet. Die Statistik beschäftigt sich mit Massenerscheinungen, bei denen die dahinterstehenden Einzelereignisse meist zufällig sind. Statistik benutzt die Methoden der Wahrscheinlichkeitsrechnung. Fundamentalregeln:

Mehr

fh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik

fh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse

Mehr

Statistische Datenanalyse

Statistische 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

Mehr

Mathematik. Schuljahr 1

Mathematik. Schuljahr 1 Mathematik 1 Duales Berufskolleg Mathematik Schuljahr 1 Fachrichtung Soziales 2 Mathematik Vorbemerkungen Die Schülerinnen und Schüler lernen im Fach Mathematik einfache naturwissenschaftliche Sachverhalte

Mehr

Vorlesungsskript. Deskriptive Statistik. Prof. Dr. Günter Hellmig

Vorlesungsskript. Deskriptive Statistik. Prof. Dr. Günter Hellmig Vorlesungsskript Deskriptive Statistik Prof. Dr. Günter Hellmig Prof. Dr. Günter Hellmig Vorlesungsskript Deskriptive Statistik Erstes Kapitel Die Feingliederung des ersten Kapitels, welches sich mit einigen

Mehr

Universität Bereinigte Sammlung der Satzungen Ziffer Duisburg-Essen und Ordnungen Seite 3

Universität Bereinigte Sammlung der Satzungen Ziffer Duisburg-Essen und Ordnungen Seite 3 Duisburg-Essen und Ordnungen Seite 3 Anlage 1: Studienplan für das Fach Mathematik im Bachelor-Studiengang mit der Lehramtsoption Grundschulen 1 Credits pro Zahl und Raum 12 Grundlagen der Schulmathematik

Mehr

Allgemeine Grundlagen Seite Termin: Eindimensionale Häufigkeitsverteilung

Allgemeine Grundlagen Seite Termin: Eindimensionale Häufigkeitsverteilung Statistik für alle Gliederung insgesamt Allgemeine Grundlagen Seite 1 1. Termin: Allgemeine Grundlagen 2. Termin: Eindimensionale Häufigkeitsverteilung 3. Termin: Lageparameter 4. Termin: Streuungsparameter

Mehr

Allgemeine Ziele des Mathematikunterrichts in der Sek 1

Allgemeine Ziele des Mathematikunterrichts in der Sek 1 Allgemeine Ziele des Mathematikunterrichts in der Sek 1 Nach Heinrich WINTER, 1996: 1) Erscheinungen der Welt um uns, die uns alle angehen, aus Natur, Gesellschaft und Kultur in einer spezifischen Art

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler 26.02.2008 1 Warum Statistik und Wahrscheinlichkeits rechnung im Ingenieurwesen? Zusammenfassung der letzten Vorlesung Statistik und Wahrscheinlichkeitsrechnung

Mehr

Skalenniveaus =,!=, >, <, +, -

Skalenniveaus =,!=, >, <, +, - ZUSAMMENHANGSMAßE Skalenniveaus Nominalskala Ordinalskala Intervallskala Verhältnisskala =,!= =,!=, >, < =,!=, >, ,

Mehr

Tutorium Mathematik in der gymnasialen Oberstufe 1. Veranstaltung: Beschreibende Statistik 19. Oktober 2016

Tutorium Mathematik in der gymnasialen Oberstufe 1. Veranstaltung: Beschreibende Statistik 19. Oktober 2016 Tutorium Mathematik in der gymnasialen Oberstufe 1. Veranstaltung: Beschreibende Statistik 19. Oktober 2016 1. Daten erfassen 1. Aufgabe: Würfeln Sie 30-mal mit einem regelmäßigen Oktaeder und dokumentieren

Mehr

Kinga Szűcs Friedrich-Schiller-Universität Jena Fakultät für Mathematik und Informatik Abteilung Didaktik

Kinga Szűcs Friedrich-Schiller-Universität Jena Fakultät für Mathematik und Informatik Abteilung Didaktik Beurteilende Statistik im Mathematikunterricht Kinga Szűcs Friedrich-Schiller-Universität Jena Fakultät für Mathematik und Informatik Abteilung Didaktik 20.11.2014 Gliederung Anliegen der beurteilenden

Mehr

Angewandte Statistik 3. Semester

Angewandte Statistik 3. Semester Angewandte Statistik 3. Semester Übung 5 Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines Beispieles Häufigkeitsauswertungen Grafiken Statistische Grundlagen

Mehr

Inhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Seite 1 von 10 Prof. Dr. Karin Melzer, Prof. Dr. Gabriele Gühring, Fakultät Grundlagen

Inhaltsverzeichnis: Aufgaben zur Vorlesung Statistik Seite 1 von 10 Prof. Dr. Karin Melzer, Prof. Dr. Gabriele Gühring, Fakultät Grundlagen Inhaltsverzeichnis: 1. Aufgabenlösungen... Lösung zu Aufgabe 1:... Lösung zu Aufgabe... Lösung zu Aufgabe 3... Lösung zu Aufgabe 4... Lösung zu Aufgabe 5... 3 Lösung zu Aufgabe... 3 Lösung zu Aufgabe 7...

Mehr

Beispiel für Anwendung: z-tabelle kann genutzt werden, um z.b. Poissonverteilung näherungsweise zu integrieren. Beispiel: wie wahrscheinlich ist es

Beispiel für Anwendung: z-tabelle kann genutzt werden, um z.b. Poissonverteilung näherungsweise zu integrieren. Beispiel: wie wahrscheinlich ist es Beispiel für Anwendung: z-tabelle kann genutzt werden, um z.b. Poissonverteilung näherungsweise zu integrieren. Beispiel: wie wahrscheinlich ist es beim radioaktiven Zerfall, zwischen 100 und 110 Zerfälle

Mehr

Kai Schaal. Universität zu Köln

Kai Schaal. Universität zu Köln Deskriptive Statistik und Wirtschaftsstatistik Tutorium zur Anwendung von Statistik 1 in Excel Kai Schaal Universität zu Köln Organisatorisches und Einleitung (1) Was, wann, wo? Anwendung von Statistik

Mehr

Christine Duller. Einfuhrung in die Statistik. mit EXCEL und SPSS. Ein anwendungsorientiertes. Lehr- und Arbeitsbuch. 3., uberarbeitete Auflage

Christine Duller. Einfuhrung in die Statistik. mit EXCEL und SPSS. Ein anwendungsorientiertes. Lehr- und Arbeitsbuch. 3., uberarbeitete Auflage Christine Duller Einfuhrung in die Statistik mit EXCEL und SPSS Ein anwendungsorientiertes Lehr- und Arbeitsbuch 3., uberarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis Teil I Einfiihrung 1 Was

Mehr

Forschungsmethoden in der Sozialen Arbeit

Forschungsmethoden in der Sozialen Arbeit Forschungsmethoden in der Sozialen Arbeit Fachhochschule für Sozialarbeit und Sozialpädagogik Alice- Salomon Hochschule für Soziale arbeit, Gesundheit, Erziehung und Bildung University of Applied Sciences

Mehr

Einführung in die Statistik mit R

Einführung in die Statistik mit R Einführung in die Statistik mit R Bernd Weiler syntegris information solutions GmbH Neu Isenburg Schlüsselworte Statistik, R Einleitung Es ist seit längerer Zeit möglich statistische Berechnungen mit der

Mehr

Credits. Studiensemester. 1. Sem. Kontaktzeit 4 SWS / 60 h 2 SWS / 30 h

Credits. Studiensemester. 1. Sem. Kontaktzeit 4 SWS / 60 h 2 SWS / 30 h Modulhandbuch für den Lernbereich Mathematische Grundbildung im Studiengang Bachelor of Arts mit bildungswissenschaftlichem Anteil für die Studienprofile Lehramt an Grundschulen und Lehramt für sonderpädagogische

Mehr

Statistik I für Betriebswirte Vorlesung 8

Statistik I für Betriebswirte Vorlesung 8 Statistik I für Betriebswirte Vorlesung 8 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 1. Juni 2017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 8 Version: 30. Mai

Mehr

Gliederung. Ursachen von Ergebnisverfälschung. Antworttendenzen/Urteilsfehler. Empirische Forschungsmethoden

Gliederung. Ursachen von Ergebnisverfälschung. Antworttendenzen/Urteilsfehler. Empirische Forschungsmethoden SoSe 2017 6. Sitzung 23. Mai 2017 Gliederung Datenerhebung quantitative Forschung (Planungs- und Erhebungsphase): Urteilsverfälschung/Messfehler Maße der zentralen Tendenz 1 2 6) Quantitative empirische

Mehr

Inhaltsverzeichnis Grundlagen aufigkeitsverteilungen Maßzahlen und Grafiken f ur eindimensionale Merkmale

Inhaltsverzeichnis Grundlagen aufigkeitsverteilungen Maßzahlen und Grafiken f ur eindimensionale Merkmale 1. Grundlagen... 1 1.1 Grundgesamtheit und Untersuchungseinheit................ 1 1.2 Merkmal oder statistische Variable........................ 2 1.3 Datenerhebung.........................................

Mehr

1 EINLEITUNG Allgemeines Kapitelübersicht Gebrauch dieses Buches Verwenden zusätzlicher Literatur...

1 EINLEITUNG Allgemeines Kapitelübersicht Gebrauch dieses Buches Verwenden zusätzlicher Literatur... Inhaltsverzeichnis 1 EINLEITUNG... 1 1.1 Allgemeines... 1 1.2 Kapitelübersicht... 2 1.3 Gebrauch dieses Buches... 3 1.4 Verwenden zusätzlicher Literatur... 4 DESKRIPTIVE STATISTIK 2 GRUNDLAGEN... 5 2.1

Mehr

Mathematik für Ingenieure Teil A: CE, EEI, ET, IuK, ME. Information zur Vorlesung und Übung. PD Dr. Markus Bause

Mathematik für Ingenieure Teil A: CE, EEI, ET, IuK, ME. Information zur Vorlesung und Übung. PD Dr. Markus Bause Mathematik für Ingenieure Teil A: CE, EEI, ET, IuK, ME Information zur Vorlesung und Übung PD Dr. Markus Bause Universität Erlangen-Nürnberg Department Mathematik bause@am.uni-erlangen.de http://www1.am.uni-erlangen.de/

Mehr

Statistik für das Psychologiestudium

Statistik 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

Mehr

3. Deskriptive Statistik

3. Deskriptive Statistik 3. Deskriptive Statistik Eindimensionale (univariate) Daten: Pro Objekt wird ein Merkmal durch Messung / Befragung/ Beobachtung erhoben. Resultat ist jeweils ein Wert (Merkmalsausprägung) x i : - Gewicht

Mehr

Statistik. Jan Müller

Statistik. Jan Müller Statistik Jan Müller Skalenniveau Nominalskala: Diese Skala basiert auf einem Satz von qualitativen Attributen. Es existiert kein Kriterium, nach dem die Punkte einer nominal skalierten Variablen anzuordnen

Mehr

Empirische Methoden der Politikwissenschaft

Empirische Methoden der Politikwissenschaft JOACHIM BEHNKE / NINA BAUR / NATHALIE BEHNKE Empirische Methoden der Politikwissenschaft 2., aktualisierte Auflage FERDINAND SCHÖNINGH Inhaltsverzeichnis Einleitung 13 Methoden im empirischen Forschungsprozess

Mehr

Vorlesung Statistisches Lernen

Vorlesung Statistisches Lernen Vorlesung Statistisches Lernen Einheit 1: Einführung Dr. rer. nat. Christine Pausch Institut für Medizinische Informatik, Statistik und Epidemiologie Universität Leipzig WS 2014/2015 1 / 20 Organisatorisches

Mehr

Humboldt-Universität zu Berlin, Institut für Mathematik. Sommersemester 2009/10

Humboldt-Universität zu Berlin, Institut für Mathematik. Sommersemester 2009/10 Humboldt-Universität zu Berlin, Institut für Mathematik Abgeordnete Lehrer: R.Giese, U.Hey, B.Maus Sommersemester 2009/10 Internetseite zur Vorlesung: http://didaktik.math.hu-berlin.de/index.php?article_id=351&clang=0

Mehr

Inhaltsverzeichnis. Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite. 1.0 Erste Begriffsbildungen Merkmale und Skalen 5

Inhaltsverzeichnis. Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite. 1.0 Erste Begriffsbildungen Merkmale und Skalen 5 Inhaltsverzeichnis Inhalt Teil I: Beschreibende (Deskriptive) Statistik Seite 1.0 Erste Begriffsbildungen 1 1.1 Merkmale und Skalen 5 1.2 Von der Urliste zu Häufigkeitsverteilungen 9 1.2.0 Erste Ordnung

Mehr

Einwohner, welche 0.6 p zur Verfügung haben. Das macht der restlichen Welt. Daraus ergibt sich das Verhältnis: 10 p w =

Einwohner, welche 0.6 p zur Verfügung haben. Das macht der restlichen Welt. Daraus ergibt sich das Verhältnis: 10 p w = Hans Walser Mathematik 2 für Naturwissenschaften Frühjahrssemester 2014 Übung 2 3. - 6. März 2014 Aufgabe 2.1 Bittere Pillen In den USA leben 4% der Weltbevölkerung. In den USA werden aber 40% der weltweit

Mehr

1 Stochastik deskriptive Statistik und Wahrscheinlichkeitsrechnung. Statistik und Wahrscheinlichkeitsrechnung

1 Stochastik deskriptive Statistik und Wahrscheinlichkeitsrechnung. Statistik und Wahrscheinlichkeitsrechnung 1 Stochastik deskriptive Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung 2 Stochastik deskriptive Statistik und Wahrscheinlichkeitsrechnung Stochastik Wahrscheinlichkeitsrechnung

Mehr

Didaktik der Geometrie

Didaktik der Geometrie Didaktik der Geometrie Matthias Ludwig Xenia Reit 11.04.2012 Matthias Ludwig, Xenia Reit Didaktik der Geometrie SoSe 12 Überblick Administratives 1. Ziele und Inhalte des GU 2. Propädeutische Geometrie

Mehr

Lineare Algebra I (WS 12/13)

Lineare Algebra I (WS 12/13) Lineare Algebra I (WS 12/13) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke, Universität Augsburg 15.10.2013 Alexander Lytchak 1 / 14 Organisation Alle wichtigen organisatorischen Information

Mehr

JOACHIM BEHNKE / NINA BAUR / NATHALIE BEHNKE. Empirische Methoden der Politikwissenschaft

JOACHIM BEHNKE / NINA BAUR / NATHALIE BEHNKE. Empirische Methoden der Politikwissenschaft JOACHIM BEHNKE / NINA BAUR / NATHALIE BEHNKE Empirische Methoden der Politikwissenschaft 1 Einleitung 13 2 Methoden im empirischen Forschungsprozess 17 2.1 Methoden und wissenschaftliche Theorie 17 2.2

Mehr

Empirische Forschung und statistische Analyse

Empirische Forschung und statistische Analyse Empirische Forschung und statistische Analyse Lehrende Inhalte Lernergebnisse Lehrformen Teilnehmerzahl Voraussetzungen Verwendbarkeit des Moduls Voraussetzung für Vergabe von Kreditpunkten Kreditpunkte

Mehr

4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)

4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 4.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte

Mehr

Statistik 2 SS 2014 Universität Hamburg

Statistik 2 SS 2014 Universität Hamburg Statistik 2 SS 2014 Universität Hamburg Dozent: J. Heberle Lehrstuhl für Betriebswirtschaftslehre, insbesondere Mathematik und Statistik in den Wirtschaftswissenschaften Lehrstuhlinhaber: Prof. Dr. Michael

Mehr

1.4 Sachrechnen in den Bildungsstandards

1.4 Sachrechnen in den Bildungsstandards 1.4 Sachrechnen in den Bildungsstandards http://www.kmk.org/fileadmin/veroe ffentlichungen_beschluesse/2004/20 04_10_15-Bildungsstandards-Mathe- Primar.pdf Mathematikunterricht in der Grundschule Allgemeine

Mehr

Heinrich-Heine-Gymnasium Herausforderungen annehmen Haltungen entwickeln Gemeinschaft stärken

Heinrich-Heine-Gymnasium Herausforderungen annehmen Haltungen entwickeln Gemeinschaft stärken Heinrich-Heine-Gymnasium Herausforderungen annehmen Haltungen entwickeln Gemeinschaft stärken Schulinterner Lehrplan Mathematik in der ab dem Schuljahr 2014/15 Eingeführtes Schulbuch: Mathematik Gymnasiale

Mehr

Fragen zur Stochastik Grundlagen und Praxis

Fragen zur Stochastik Grundlagen und Praxis Fragen zur Stochastik Grundlagen und Praxis Sie sagen also, dass es eine Frage der Wahrscheinlichkeit sei. Ich war schon besorgt, es bliebe dem Zufall überlassen. (J.Bond-Girl, 2006) Fragen zur Stochastik.

Mehr

Statistik Skalen (Gurtner 2004)

Statistik Skalen (Gurtner 2004) Statistik Skalen (Gurtner 2004) Nominalskala: Daten haben nur Namen(Nomen) und (eigentlich) keinen Zahlenwert Es kann nur der Modus ( ofteste Wert) berechnet werden Beispiel 1: Die Befragung von 48 Personen

Mehr

STATISTIK FÜR STATISTIK-AGNOSTIKER Teil 1 (wie mich)

STATISTIK FÜR STATISTIK-AGNOSTIKER Teil 1 (wie mich) WS 07/08-1 STATISTIK FÜR STATISTIK-AGNOSTIKER Teil 1 (wie mich) Nur die erlernbaren Fakten, keine Hintergrundinfos über empirische Forschung etc. (und ich übernehme keine Garantie) Bei der Auswertung von

Mehr

Statistik für Wirtschaftswissenschaftler

Statistik für Wirtschaftswissenschaftler Peter P. Eckstein Statistik für Wirtschaftswissenschaftler Eine real daten basierte Einführung mit SPSS GABLER Inhaltsverzeichnis Inhaltsverzeichnis VII 1 Statistik >...". 1 1.1 Historische Notizen 2 1.2

Mehr

Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist.

Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist. .3. Stochastik Grundlagen Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist. Die RELATIVE HÄUFIGKEIT einer Merkmalsausprägung gibt an mit welchem Anteil

Mehr

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. mit dem R Commander. A Springer Spektrum

Franz Kronthaler. Statistik angewandt. Datenanalyse ist (k)eine Kunst. mit dem R Commander. A Springer Spektrum Franz Kronthaler Statistik angewandt Datenanalyse ist (k)eine Kunst mit dem R Commander A Springer Spektrum Inhaltsverzeichnis Teil I Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist

Mehr

Vorlesung Grundlagen der Biometrie WS 2011/12 1. Grundbegriffe

Vorlesung Grundlagen der Biometrie WS 2011/12 1. Grundbegriffe Vorlesung Grundlagen der Biometrie WS 2011/12 1. Grundbegriffe Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 1. Grundbegriffe der beschreibenden Statistik Statistische Einheiten, Grundgesamtheit

Mehr

Statistik I WS 2014/2015. Prof. Dr. Walter Krämer

Statistik I WS 2014/2015. Prof. Dr. Walter Krämer Statistik I WS 2014/2015 Prof. Dr. Walter Krämer Organisatorisches Dozenten: Vorlesung: Prof. Dr. Walter Krämer Übungen: Dipl.-Stat. Marianthi Neblik cand.stat. Eva-Maria Becker cand.stat. Nicole Dauzenroth

Mehr

Datenstrukturen. Querschnitt. Grösche: Empirische Wirtschaftsforschung

Datenstrukturen. Querschnitt. Grösche: Empirische Wirtschaftsforschung Datenstrukturen Datenstrukturen Querschnitt Panel Zeitreihe 2 Querschnittsdaten Stichprobe von enthält mehreren Individuen (Personen, Haushalte, Firmen, Länder, etc.) einmalig beobachtet zu einem Zeitpunkt

Mehr