SingleView of Module
Module (6 Credits)
Induktive Statistik
- Name in diploma supplement
- Statistical Inference
- Responsible
- Prof. Dr. Andreas Behr
- Admission criteria
- See exam regulations.
- Workload
- 180 hours of student workload, in detail:
- Attendance: 45 hours
- Preparation, follow up: 90 hours
- Exam preparation: 45 hours
- Duration
- The module takes 1 semester(s).
- Qualification Targets
Die Studierenden
- beherrschen die grundlegenden Rechenregeln der Wahrscheinlichkeitsrechnung
- haben ein Verständnis unterschiedlicher Wahrscheinlichkeitsbegriffe
- verstehen die Funktionsweise von Zufallsgeneratoren
- haben eine Vorstellung der Generierung von Zufallszahlen mit Hilfe von Zufallsgeneratoren
- haben ein grundlegendes Verständnis der Gewinnung von Zufallsstichproben aus endlichen Grundgesamtheiten
- kennen die Grundzüge des Schätzens und Testens
- Module Exam
Zum Modul erfolgt eine modulbezogene Prüfung in der Gestalt einer Klausur (in der Regel: 60-90 Minuten).
Vom Dozierenden wird zu Beginn der Veranstaltung festgelegt, ob durch freiwillige Testate bereits im Vorfeld Punkte für die Klausur erworben werden können. Für die Möglichkeit der Anrechnung der Testate muss die Klausur unabhängig vom Ergebnis der Testate mindestens bestanden sein. Ist dies der Fall, so bildet sich die Endnote aus dem Ergebnis der mindestens bestandenen Abschlussprüfung zuzüglich der bereits über die Testate erworbenen Punkte. Die Möglichkeit der Anrechnung der Testate auf die abschließende Prüfungsleistung ist auf maximal 20% der in der abschließenden Prüfung maximal erwerbbaren Punkte beschränkt. Bestandene Testate haben nur Gültigkeit für die Prüfungen, die zu der Veranstaltung im jeweiligen Semester gehören.
Für Lehramt im Begleitmodul zur Masterarbeit: Keine Prüfungsleistung.
- Usage in different degree programs
- Elements
Lecture with integrated exercise (6 Credits)
Induktive Statistik
- Name in diploma supplement
- Statistical Inference
- Organisational Unit
- Fachgebiet Statistik, Lehrstuhl für Ökonometrie
- Lecturers
- Prof. Dr. Andreas Behr, Prof. Dr. Christoph Hanck
- SPW
- 4
- Language
- German
- Cycle
- summer semester
- Participants at most
- no limit
- Participants
Preliminary knowledge
Kenntnisse aus dem Bereich der Deskriptiven Statistik
Contents
- Grundlagen der Wahrscheinlichkeitsrechnung
- Eindimensionale Zufallsvariablen
- Zweidimensionale Zufallsvariablen
- Konvergenz von Folgen von Zufallsvariablen und von Verteilungsfunktionen
- Grundzüge der Stichprobentheorie
- Statistische Schätzverfahren
- Statistische Testverfahren
Literature
- Assenmacher, W. (2009). Induktive Statistik (2. Aufl.). Berlin [u.a.]: Springer.
- Bamberg, M. G.; Baur, F.; Krapp, M. (2011). Statistik (16. Aufl.). München: Oldenbourg.
- Behr, A.; Pötter. U. (2011). Einführung in die Statistik mit R (2. Aufl.). München: Vahlen.
- Fahrmeir, L. (2011). Statistik : der Weg zur Datenanalyse (7. Aufl.). Berlin [u.a.]: Springer.
- Mosler, K.; Schmid, F. (2011). Wahrscheinlichkeitsrechnung und schließende Statistik (4. Aufl.). Heidelberg [u.a.]: Springer.
- Rohwer, G.; Pötter, U. (2001). Grundzüge der sozialwissenschaftlichen Statistik. Weinheim [u.a.]: Juventa-Verl.
- Rohwer, G.; Pötter, U. (2002). Wahrscheinlichkeit : Begriff und Rhetorik in der Sozialforschung. Weinheim [u.a.]: Juventa-Verl.
Teaching concept
Der Vorlesungsstoff wird durch Übungsaufgaben und Tutorien unterstützt. Um eigenständiges Arbeiten zu motivieren, wird eine Vielzahl von Arbeitsblättern bzw. Onlineaufgaben bereitgestellt, deren thematische Breite das weite Einsatzspektrum der behandelten Methoden zeigt.
Die Veranstaltung entspricht einem Vorlesungsanteil von 2 SWS und einem Übungsanteil von 2 SWS.