mat310 - Statistics I - Introduction to Applied Statistics (Complete module description)

Module label	Statistics I - Introduction to Applied Statistics
Module code	mat310
Credit points	6.0 KP
Workload	180 h
Institute directory	Department of Mathematics
Applicability of the module	Bachelor's Programme Computing Science (Bachelor) > Wahlpflichtbereich Mathematik Bachelor's Programme Mathematics (Bachelor) > Vertiefungsmodule
Responsible persons	Christiansen, Marcus (module responsibility) May, Angelika (module responsibility) Ruckdeschel, Peter (module responsibility)
Prerequisites
Skills to be acquired in this module	Exemplarisches Kennenlernen weiterer mathematischer Gebiete und damit Erweiterung des eigenen mathematischen Wissens Kennenlernen von Anwendungen Fähigkeit, vorhandene Software zu verstehen, einzubinden und anzuwenden Vertiefung, auch exemplarisch, der im Grundlagenbereich erworbenen Kenntnisse Erwerb direkt berufsbezogener inhaltlicher und prozessorientierter Kompetenzen Erweiterung des mathematischen Wissens, vor allem aus der Stochastik Vertiefung der im Grundlagenbereich erworbenen Kenntnisse zur Analysis und Linearen Algebra Kennenlernen von Anwendungen der Statistik, auch mit umfangreichen Datenbeispielen Fähigkeit, vorhandene Statistiksoftware und Anwendungspakete zu verstehen, einzubinden und anzuwenden Vertrautheit mit grundlegenden statistischen Kenngrößen Erwerb von Methoden zur professionellen explorativen Datenanalyse mathematikspezifische Aspekte von Digitalisierung Fragen digitaler Darstellung von mathematischen Begriffen ("symbolisches Rechnen" mit statistischen Modellen) und Verfahren, z.B. LASSO-Verfahren in der Regression mathematiknahe Programmierung in R Strategien für ein explizites Mitführen/Kontrollieren von Fehlern/Unsicherheit Fragen der Codierung (Umgang mit kategoriellen Prädiktoren und Interaktionseffekten) stochastische Simulation
Module contents	Deskriptive und explorative Statistik: Häufigkeiten und Ihre grafische Darstellung, Lagemaße, Streuungsmaße, Quantile, Histogramm, Kerndichteschätzer, Kontingenztafel, Korrelationskoeffizient Parameterschätzungen: Punktschätzung, Eigenschaften von Schätzstatistiken, Konstruktion von Schätzfunktionen, Intervallschätzungen, Konfidenzintervalle Statistische Tests: Prinzipien des Testens (Fehler, Gütefunktion, Zusammenhang mit Konfidenzintervallen), Spezielle Testprobleme (Gauß-Test, t-Test, Chi-Quadrat-Unabhängigkeits-Test, Chi-Quadrat-Homogenitätstest, verteilungsfreie Tests) Einführung in die Regressionsanalyse: Kleinste-Quadrate-Schätzung, Ausgleichsgerade, Residualanalyse, multiple lineare Regression, Varianzanalyse
Recommended reading	Fahrmeir, Künstler, Pigeot, Tutz: Statistik - Der Weg zur Datenanalyse, Springer. Fahrmeir, Künstler, Pigeot, Tutz, Caputo, Lang: Arbeitsbuch Statistik, Springer.
Links
Language of instruction	German
Duration (semesters)	1 Semester
Module frequency	jährlich
Module capacity	unlimited
Type of module	Wahlpflicht / Elective
Module level	AC (Aufbaucurriculum / Composition)
Teaching/Learning method	Vorlesung + Übung

Type of course	SWS	Frequency	Workload of compulsory attendance
Lecture	3	WiSe	42
Exercises	1	WiSe	14
Total module attendance time			56 h

Examination	Prüfungszeiten	Type of examination
Final exam of module	nach Ende der Vorlesungszeit	KL