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 2022
  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 2021/22 SWS 4
Erwartete Teilnehmer/-innen 30 Max. Teilnehmer/-innen 60
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 E (Hauptcampus) - Hörsaal H3 Raumplan Groß      
Einzeltermine anzeigen
iCalendar Export
Mi. 12:00 bis 14:00 c.t. wöchentlich Gebäude A (Samelson-Campus) - A 009 (Großer Seminarraum) Raumplan Jobst      
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 14.02.2022 Externes Gebäude - Online-Lehre (ggf. folgt Raumangabe für Ausnahme Präsenzlehre) Raumplan        
Einzeltermine anzeigen
iCalendar Export
Mo. 12:00 bis 14:00 s.t. Einzeltermin am          
Gruppe Klausur:
Prüfungstermine
Semester Termin Prüfer/-in Parallelgruppe Datum Prüfungsform Beginn Anmeldefrist Ende Anmeldefrist Ende Abmeldefrist Infos zu Nachschreibterminen
WiSe 2021/22 01 14.02.2022 Klausur 07.02.2022 VERBINDLICH 12.02.2022 VERBINDLICH


Zugeordnete Personen
Kontaktpersonen (durchführend) Zuständigkeit
Groß, Jürgen, Privatdozent Dr. verantwortlich und durchführend
Jobst, David , M.Ed. durchführend, nicht verantwortlich
Weitere Person Zuständigkeit
Mentemeier, Sebastian, Professor Dr. nicht durchführend, nicht verantwortlich
Studiengänge
Abschluss Studiengang Semester ECTS Kontingent
Master M.Sc. Umw.,Naturs.,Nachh.
Master M.Sc.U.,N.,Nachhaltigkeit
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
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)
BUW-Statis Grundlagen der Statistik
MUN-M6Ökol M 6, Bereich Ökologie
MUN-M6Ökon M 6, Bereich Ökonomie
MUN-M6Exk M 6, Exkursion / Summer school
MUN-M6Soz M 6, Bereich Soziales
UNA-AuKoA Modul 1: Anpassungs- und Komplementärmodul (Pflicht) ohne Auflagen
Zuordnung zu Einrichtungen
Abt. Mathematik 1
Inst. für Geographie
Inhalt
Literatur

Literatur wird in der Vorlesung bekannt gegeben.

 

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 2021/22 , Aktuelles Semester: SoSe 2022
Impressum      Datenschutzerklärung     Datenschutz      Datenschutzerklärung     Erklärung zur Barrierefreiheit