- 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

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

Fahrmeir, Künstler, Pigeot, Tutz: Statistik - Der Weg zur Datenanalyse, Springer.
Fahrmeir, Künstler, Pigeot, Tutz, Caputo, Lang: Arbeitsbuch Statistik, Springer.

nach Ende der Vorlesungszeit

KL