Inhalt

[ 551GRSDSSDK21 ] KV Software für Statistik und Data Science

Versionsauswahl
Workload Ausbildungslevel Studienfachbereich VerantwortlicheR Semesterstunden Anbietende Uni
3 ECTS B1 - Bachelor 1. Jahr Statistik Markus Hainy 1 SSt Johannes Kepler Universität Linz
Detailinformationen
Quellcurriculum Bachelorstudium Statistik und Data Science 2025W
Lernergebnisse
Kompetenzen
Die Studierenden können SPSS und Mathematica zur Lösung einfacher statistischer und mathematischer Problemstellungen anwenden.
Fertigkeiten Kenntnisse
  • Befähigung zum Eingeben, Importieren und Transformieren von Daten in SPSS (k3)
  • Durchführen univariater und multivariater (Kreuztabellen, Korrelation) deskriptiver Analysen mit SPSS (k3, k4)
  • Durchführen einfacher inferenzstatistischer Verfahren wie t-Tests oder Chi-Quadrat-Tests in SPSS (k3, k4)
  • Verständnis der Funktionsweise eines Computeralgebrasystems wie Mathematica (k2)
  • Lösen grundlegender mathematischer Aufgabenstellungen wie Differenzieren, Integrieren, Lösung von Gleichungssystemen, Nullstellensuche mittels Mathematica (k3)
  • Erzeugen grafischer Darstellungen von Funktionen mithilfe von Mathematica (k3)
  • Aufbau und Fenster von SPSS
  • Wichtige Funktionen in SPSS zur Fallauswahl und zur Transformation
  • SPSS-Funktionen für univariate und multivariate statistische Analysen
  • SPSS-Funktionen zur Erstellung geeigneter Grafiken
  • Wichtige Sprachelemente von Mathematica und wichtige Funktionen
  • Funktionen zur Lösung mathematischer Probleme wie Differenzieren, Integrieren, Lösen von Gleichungssystemen, Nullstellensuche in Mathematica
  • Vorgehensweise zur Definition und Verwendung eigener Funktionen in Mathematica
  • Grafikfunktionen in Mathematica
Beurteilungskriterien Hausübungen
Lehrmethoden Vortrag durch Lehrveranstaltungsleitung; Diskussion der Hausübungen, die von den Studierenden präsentiert werden
Abhaltungssprache Deutsch
Lehrinhalte wechselnd? Nein
Präsenzlehrveranstaltung
Teilungsziffer 40
Zuteilungsverfahren Zuteilung nach Vorrangzahl