ENGLISH

EMT23034 Statistik 2

Modulverantwortliche
  • Dr. Sang-Min Park
Lehrende
  • Dr. Sang-Min Park
Notwendige Voraussetzungen zur Teilnahme

Keine

Empfohlene Voraussetzungen zur Teilnahme

Keine

Kurzbeschreibung

Grundlegende Methoden der schließenden Statistik.

Inhalte
  • Ausgewählte Methoden der Wahrscheinlichkeitsrechnung
  • Methoden der Inferenzstatistik
  • Fortgeschrittener Umgang mit R
Qualifikations- und Lernziele

Fachkompetenzen

Die Studierenden

  • erkennen stark korrelierte Daten.
  • verstehen Ergebnisse der inferenziellen Statistik.
  • können erklären, warum bei der Messung von Objekten ein Auswahlprozess notwendig ist.
  • können potenzielle Verzerrungen verschiedener Datenarten benennen.
  • können verschiedene Methoden zur Beschaffung von Primär- und Sekundärdaten beschreiben.
  • können Verfahren der inferenziellen Datenanalyse und Voraussetzungen hierfür beschreiben.
  • können verschiedene Diagramme und Diagrammtypen zur Darstellung inferenzieller Analysen beschreiben.
  • können das Fachvokabular der inferenziellen Datenanalyse wiedergeben.
  • können fortgeschrittene Terminologie wiedergeben und verstehen.
  • können verschiedene Methoden der inferenziellen Statistik und der damit verbundenen Datentransformationen beschreiben.
  • können mögliche Fehlschlüsse aus inferenziellen Analysen beschreiben.

Methodenkompetenzen (fachlich & überfachlich)

Die Studierenden können

  • Datenquellen für anspruchsvollere Anfragen verwenden.
  • statistische Gütekriterien berechnen.
  • Verfahren der inferenziellen Datenanalyse und Voraussetzungen hierfür mit statistischer Software umsetzen.
  • messbare Beziehungen in Datenmodellen abbilden.
  • abschätzen, wann welche Art der Visualisierung geeignet ist.
  • das Fachvokabular der inferenziellen Datenanalyse anwenden.
  • zwischen verschiedenen Begriffen der relevanten Terminologie sauber differenzieren.
  • grundlegende Diagramme der inferenziellen Analyse interpretieren.
  • einfache Datensätze aus bestehender Literatur selbstständig suchen.

Sozialkompetenzen

-

Selbstkompetenzen

Die Studierenden sind sich bewusst, dass bei jeder Datenanalyse Informationen verloren gehen.

ECTS-Leistungspunkte (CrP)
  • 4 CrP
  • Arbeitsaufwand 120 Std.
  • Präsenzzeit 60 Std.
  • Selbststudium 60 Std.
Lehr- und Lernformen
  • 4 SWS
  • Seminar
  • Seminaristisches Lernen mit Inverted Classroom
Studiensemester
  • Eventmanagement und -technik (B.Sc. 2022) - 5. - 120. Semester
Dauer
1 Semester
Häufigkeit des Angebots
Einmal im Jahr
Unterrichtssprache
Deutsch
Prüfungsvorleistungen

Keine

Bonuspunkte

Nein

Bonuspunkte werden gemäß § 9 (4) der Allgemeinen Bestimmungen vergeben. Art und Weise der Zusatzleistungen wird den Studierenden zu Veranstaltungsbeginn rechtzeitig und in geeigneter Art und Weise mitgeteilt.

Prüfungsleistungen

Portfolio

Benotung
Die Bewertung des Moduls erfolgt gemäß §§ 9, ggf. 12 (Teilleistungen), ggf. 18 (Arbeiten, Kolloquien) der Allgemeinen Bestimmungen (Teil I der Prüfungsordnung).
Verwendbarkeit
Gemäß § 5 der Allgemeinen Bestimmungen (Teil I der Prüfungsordnung) Verwendbarkeit in allen Bachelorstudiengänge der THM möglich.
Literatur, Medien

Medienmix. Literatur wird zu Semesterbeginn rechtzeitig und in geeigneter Weise bekannt gegeben.

Rechtliche Hinweise