Menü
Positionsanzeige
Inhalt

[ 572MASTSTAK15 ] KS Statistics for Social and Economics Science
Versionsauswahl
(*) Unfortunately this information is not available in english.
Workload Education level Study areas Responsible person Hours per week Coordinating university
3 ECTS B1 - Bachelor's programme 1. year Statistics Andreas Quatember 2 hpw Johannes Kepler University Linz
Detailed information
Pre-requisites (*)keine
Original study plan Bachelor's programme Economics and Business 2025W
Learning Outcomes
Competences
(*)Die Studierenden können die grundlegenden Methoden der Statistik selbstständig auf Datensätze anwenden.

Kursziele

Die Studierenden lernen das Erstellen einfacher Statistiken und die selbstständige Datenanalyse zur Beschreibung von vorliegenden Grundgesamtheiten. Sie lernen die Problematik der schließenden Statistik kennen und die Handlungslogik der diesbezüglichen Methoden auf Basis grundlegender Prinzipien der Wahrscheinlichkeitsrechnung.

Skills Knowledge
(*)Grundlegende „Statistical Literacy“: Verstehen der grundlegenden Methoden der beschreibenden Statistik (k2), der Wahrscheinlichkeitsrechnung (k2) und der Handlungslogik der schließenden Statistik (k2); Anwenden dieser grundlegenden Methoden auf Datensätze (k3); Interpretieren, Veranschaulichen und kritisches Bewerten der Ergebnisse statistischer Datenanalyse (k4, k5) (*)
  • Beschreibende Statistik:

Tabellarische und grafische Darstellung von Häufigkeitsverteilungen einzelner und zweier Merkmale; Kennzahlen statistischer Verteilungen: Lage, Streuung, Konzentration, statistischer Zusammenhang; Regressionsgerade;

  • Wahrscheinlichkeitsrechnung:

Hypergeometrische Verteilung; Normalverteilung;

  • Schließende Statistik:

Handlungslogik für Konfidenzintervalle und statistisches Hypothesentesten: Signifikanzniveau, p-Wert

Criteria for evaluation (*)Hausübungsbeispiele (mehr als 50 % für positive Beurteilung; Tutorium wird zur Unterstützung bei den aktuellen Hausübungen via Zoom angeboten) und schriftliche Klausur; die Beurteilungskriterien werden jeweils zu Semesterbeginn in der Beispielsammlung und den Folien zum Kurs bekannt gegeben; Wöchentliches Feedback zu den Hausübungen zu Beginn jedes Kurses und auf der Kursseite im Moodle bei den „HÜ-Lösungen“. Auch die „klausurähnlichen Beispiele“ sollen zu jedem Kurstermin eine Rückmeldung zum aktuellen Wissensstand in Hinblick auf die Klausur ermöglichen.
Methods (*)An den einzelnen Präsenzkursterminen werden den Studierenden die Lehrinhalte in verständnisorientierter Weise präsentiert. Wöchentliche Hausübungen dienen der eigenständigen Anwendung und Reflexion des Stoffes. Am Beginn jedes Kurstermins werden diese Hausübungsbeispiele zusammenfassend gemeinsam besprochen. Zusätzliche „Klausurähnliche Beispiele“ dienen in Hinblick auf Umfang und Formulierung zur eigenständigen Vorbereitung auf die Klausur.
Language German
Study material (*)Quatember, A. (aktuelle Auflage). Statistik ohne Angst vor Formeln. Pearson, München
Changing subject? No
Earlier variants They also cover the requirements of the curriculum (from - to)
1MSTK: KS Introduction to Statistical Methods (2007W-2015S)
On-site course
Maximum number of participants 200
Assignment procedure Assignment according to priority