Wenn Sie diesen Text sehen, ist auf ihrem Gerät noch nicht das neue Layout geladen worden. Bitte laden Sie diese Seite neu (ggf. mit gedrückter 'Shift'- oder 'Alt'-Taste) oder in einem 'privaten Fenster'.
Weitere Hinweise unter https://www.uni-hildesheim.de/wiki/lsf/faq/fehler.im.layout.

Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
  1. SucheSuchen         
  2. SoSe 2024
  3. Hilfe
  4. Sitemap
Switch to english language
Startseite    Anmelden     

Datenanalyse und Statistik - Einzelansicht

Grunddaten
Veranstaltungsart Vorlesung mit Übung Learnweb   Logo Learnweb
Veranstaltungsnummer 5340 Kurztext
Semester WiSe 2023/24 SWS 4
Erwartete Teilnehmer/-innen 30 Max. Teilnehmer/-innen 50
Rhythmus i.d.R. jedes 2. Semester Studienjahr / Zielgruppe
Credits 5 bis 6 (je nach Studiengang)
Hyperlink   Evaluation Ja - Präsenzveranstaltung
Termine Gruppe: 1-Gruppe iCalendar Export
  Tag Zeit Rhythmus Dauer Raum (mögliche Änderungen beachten!) Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export
Do. 12:00 bis 14:00 c.t. wöchentlich von 02.11.2023  Gebäude H (Hauptcampus) - HC.H.1.Hörsaal 2 Raumplan Tutoren      
Einzeltermine anzeigen
iCalendar Export
Di. 12:00 bis 14:00 c.t. wöchentlich Forum - HC.N.0.06 (Seminarraum) Raumplan Groß  

Vorlesung

 
Einzeltermine anzeigen
iCalendar Export
Mi. 12:00 bis 14:00 c.t. wöchentlich Gebäude E (Hauptcampus) - HC.E.0.Hörsaal 3 Raumplan    

Übung

 
Gruppe 1-Gruppe:
Termine Gruppe: 2-Gruppe iCalendar Export
  Tag Zeit Rhythmus Dauer Raum (mögliche Änderungen beachten!) Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export
Mi. 08:00 bis 18:00 Einzeltermin am 25.10.2023 Gebäude E (Hauptcampus) - HC.E.0.Hörsaal 3 Raumplan Tutoren      
Einzeltermine anzeigen
iCalendar Export
Sa. 08:00 bis 18:00 Einzeltermin am 28.10.2023 Gebäude E (Hauptcampus) - HC.E.0.Hörsaal 3 Raumplan Tutoren      
Gruppe 2-Gruppe:
Prüfungstermine
Semester Termin Prüfer/-in Parallelgruppe Datum Prüfungsform Beginn Anmeldefrist Ende Anmeldefrist Ende Abmeldefrist Infos zu Nachschreibterminen
WiSe 2023/24 01 Groß, Jürgen 1 Klausur 07.12.2023 12.02.2024 VERBINDLICH 12.02.2024 VERBINDLICH


Zugeordnete Personen
Kontaktpersonen (durchführend) Zuständigkeit
Groß, Jürgen, Professor Dr. habil. verantwortlich und durchführend
Jobst, David , M.Ed. durchführend, nicht verantwortlich
Tutoren,  verantwortlich und durchführend
Studiengänge
Abschluss Studiengang Semester ECTS Kontingent
Polyvalenter Zwei-Fächer-Bachelor Studienvariante: Umweltsicherung Geographie
Master Lehramt an Grundschulen (viersemestrig) Mathematik 5
Master Lehramt an Haupt- und Realschulen mit dem Schwerpunkt Hauptschule (viersemestrig) Mathematik 5
Master Lehramt an Haupt- und Realschulen mit dem Schwerpunkt Realschule (viersemestrig) Mathematik 5
LSF - Module
Modulkürzel Modultitel
BUW-VM9 Wissenschaftliches Arbeiten und Grundlagen der Statistik
UNA-AuKoA Modul 1: Anpassungs- und Komplementärmodul (Pflicht) ohne Auflagen
BUW-Statis Grundlagen der Statistik
LGHR-05b3 Mastermodul, Individueller Profilierungsbereich: Wahlveranstaltung (5 LP)
LGHR-05b1 Mastermodul, Individueller Profilierungsbereich: Wahlveranstaltung (2 LP)
MAT-DUS Datenanalyse und Statistik
Zuordnung zu Einrichtungen
Inst. für Geographie
Abt. Mathematik 1
Inhalt
Literatur

Literatur wird in der Vorlesung bekannt gegeben.

 

Bemerkung

Gruppe 2 steht für den freiwilligen R-Einführungskurs, welcher als Blockveranstaltung an den angegebenen Tagen angeboten wird. 

Lerninhalte
  1. Daten(R und R Studio, Datenstrukturen, Umgang mit Datensätzen)
  2. Beschreibende Statistik (Statistische Variablen, empirische Kenngrößen und Verteilungen)
  3. Mathematische Statistik (Wahrscheinlichkeitsverteilungen, Erwartungswert, Varianz, Unabhängigkeit)
  4. Schließende Statistik (Statististische Hypothesentests, Signifikanzniveau, p-Werte, Binomialtest, t-Test, lineare Einfachregression)

Die in der Vorlesung behandelten Methoden werden  anhand von Beispieldatensätzen mit Hilfe der Statistik Software R und der integrierten Entwicklungsumgebung RStudio erläutert. Um die R Skripte während der Vorlesung nachvollziehen zu können, ist es sinnvoll R und RStudio  (RStudio Desktop, Open Source) beide auf dem eigenen Laptop zu installieren.

Zielgruppe

M. Sc. Umweltwissenschaft und Naturschutz, Vertiefungsmodul Historische Umweltanalyse
M. Sc. Umweltwissenschaft und Naturschutz, Vertiefungsmodul Umweltschutz
Master Ed. Lehramt (GS, HS, RS), Individueller Profilierungsbereich

Die Veranstaltung ist offen für alle Studenten mit Interesse an statistischen Fragestellungen


Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester WiSe 2023/24 , Aktuelles Semester: SoSe 2024
Impressum      Datenschutzerklärung     Datenschutz      Datenschutzerklärung     Erklärung zur Barrierefreiheit