- Kennen und Verstehen der grundlegenden Problemstellungen, Begriffe und Kennzahlen der Statistik und Data Science (k1,k2)
- Verständnis der Rolle des Fachs in der Gesellschaft und des ethischen Umgangs mit Daten (k3,k4,k5)
- Anwenden statistischer Methoden mit der Freeware LibreOffice (k3)
|
- Geschichte der Statistik und Data Science
- Datenethik
- Statistische Grundbegriffe wie Grundgesamtheit und Stichprobe, Merkmal, Skalenniveau, etc.
- Deskriptive Statistik: Häufigkeitsverteilung, Quantile, Lagemaße, Streuungsmaße, Zusammenhangsmaße
- Uni- und multivariate grafische Darstellungen von Daten
- Einfachregression linear und nichtlinear inklusive Residualanalyse
- Zeitreihenverfahren und Indexrechnung
- Konzentrationsmessung, Umgang mit fehlenden Daten
- Wahrscheinlichkeitsrechnung inklusive Bayes-Theorem
- Wichtige Wahrscheinlichkeitsverteilungen und Bootstrappen
- Statistisches Testen
- Entscheidungsbäume
- Künstliche Neuronale Netze
|
