Ausbildungsprogramm

• Angestrebte Kompetenzen und Lernziele

  Am Ende des Kurses kennt der/die Studierende:

  • Eine Datenmenge zusammenfassen mithilfe verschiedener statistischen Graphiken und Kenngrössen, wie der Mittelwert, die Standardabweichung, Quartile,...
  • Berechnung der Wahrscheinlichkeit eines Ereignisses
  • Die wichtigsten Wahrscheinlichkeitsverteilungen anwenden um konkrete Zufallsexperimente zu modellieren.
  • Bestimmung der Parameter eines statistischen Modells.
  • Die Aufgabe der schliessenden Statistik verstehen.
• Kursinhalte

  • Beschreibende Statistik : Stichprobe, Lageparameter und Steuungsparameter (Mittel und Zentralwert, Standardabweichung,...), graphische Darstellungen von Daten (Histogramm, box-plots, ...).
  • Wahrscheinlichkeitsrechnung : Konzept der Wahrscheinlichkeit, Definition, Ereignisalgebra, Berechnung von Wahrscheinlichkeiten (Definitionen, bedingte Wahrscheinlichkeit, Satz von Bayes).
  • Zufallsvariablen : Definition, diskrete und stetige Zufallsvariablen, Wahrscheinlichkeitsverteilungen und Dichtefunktionen, Verteilungsfunktionnen, Erwartungswert, Varianz, wichtigsten Verteilungen (Bernoulli, Binomial, Geometrisch, Poisson, Uniform, Exponential, Normal), zentraler Grenzwertsatz.
  • Schliessende Statistik : Schätzung von Parameter als Punktschätzungen (Mittel µ, Varianz sigma^2, Anteil Pi) und Intervallschätzungen (Konfidenzintervall für Mittel µ und Anteil Pi).
  • Kurvenanpassung : Regressionsgerade mit der Methode der kleinsten Quadrate und Korrelationskoeffizient.

Unterrichtsform

Kursbeschreibung

Lernkontrolle

• Schlussprüfung Lernkontrolle Berichte, Berichte

Notenberechnung / Validierungsmodalitäten

Die Note des Kurses ist der gewichtete Durchschnitt der Lernkontrollen des Kurses.

Dozierende

Corinne Hager Jörin, Christophe Hebeisen, Rudolf Riedi