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 2020
  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 2019/20 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 (als gesamte Veranstaltung - online)
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
Di. 12:00 bis 14:00 c.t. wöchentlich Gebäude B (Samelson-Campus) - B 040 (Seminarraum) Raumplan Groß      
Einzeltermine anzeigen
iCalendar Export
Mi. 12:00 bis 14:00 c.t. wöchentlich Gebäude B (Samelson-Campus) - B 037 (Seminarraum) Raumplan Kreh      
Gruppe 1-Gruppe:
Termine Gruppe: Klausur 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
Mo. 10:00 bis 12:00 s.t. Einzeltermin am 17.02.2020 Gebäude A (Samelson-Campus) - A 119 Spl (Computerraum IMAI) Raumplan        
Einzeltermine anzeigen
iCalendar Export
Mo. 12:00 bis 14:00 s.t. Einzeltermin am 17.02.2020 Gebäude A (Samelson-Campus) - A 119 Spl (Computerraum IMAI) Raumplan        
Gruppe Klausur:
Prüfungstermine
Semester Termin Prüfer/-in Parallelgruppe Datum Prüfungsform Beginn Anmeldefrist Ende Anmeldefrist Ende Abmeldefrist Infos zu Nachschreibterminen
WiSe 2019/20 01 1 17.02.2020 Klausur 10.01.2020 10.02.2020 VERBINDLICH 10.02.2020 VERBINDLICH


Zugeordnete Personen
Kontaktpersonen (durchführend) Zuständigkeit
Groß, Jürgen, Privatdozent Dr. verantwortlich und durchführend
Kreh, Martin, Dr. rer. nat. durchführend, nicht verantwortlich
Weitere Person Zuständigkeit
Wollschläger, Christina nicht durchführend, nicht verantwortlich
Studiengänge
Abschluss Studiengang Semester ECTS Kontingent
Master M.Sc. Umw.,Naturs.,Nachh.
Polyvalenter Zwei-Fächer-Bachelor Studienvariante: Umweltsicherung 2-Fächer-Ba. (UWS)
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
MAT-DaSta Datenanalyse und Statistik
BUW-Statis Grundlagen der Statistik
LGHR-05b1 Mastermodul, Individueller Profilierungsbereich: Wahlveranstaltung (2 LP)
MUN-M4-x2 Modul 4-1/4-2 (PO 2014) / Vertiefungsmodul HIST/UMWELTSCHUTZ, TM 2: Methoden und Anwendungen der Datenanalyse
LGHR-05b3 Mastermodul, Individueller Profilierungsbereich: Wahlveranstaltung (5 LP)
Zuordnung zu Einrichtungen
Abt. Mathematik 1
Abt. Mathematik 2
Inst. für Geographie
Inhalt
Literatur

Die Vorlesung orientiert sich an

  • Maindonald, J. und Braun, W.J. (2010). Data Analysis and Graphics Using R. An Example-Based Approach. Third Edition. Cambridge University Press.

Weitere ergänzende Literatur wird in der Vorlesung bekannt gegeben.

 

Bemerkung

Veranstaltungsbeginn ist Dienstag der 22.10. um 12:15

Lerninhalte

Grundlagen der Datenanalyse, Datenvisualisierung, statistische Zusammenhänge, statistische Modelle:

  1. Verwendung von R
  2. Grundlegende Datenanalyse
  3. Statistische Modelle
  4. Statistisches Schließen
  5. 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 2019/20 , Aktuelles Semester: SoSe 2020
Impressum      Datenschutzerklärung     Datenschutz      Datenschutzerklärung     Erklärung zur Barrierefreiheit