Hauptinhalt

Dieser Eintrag ist aus dem Wintersemester 2016/17 und möglicherweise veraltet. Es konnte kein aktuelles Äquivalent gefunden werden.

CS 360 — Grundlagen der Statistik
(engl. Introduction to Statistics)

Niveaustufe, Verpflichtungsgrad Aufbaumodul, abhängig vom importierenden Studiengang
Lehr- und Lernformen,
Arbeitsaufwand		 Vorlesung (2 SWS),
90 Stunden (30 Std. Präsenzzeit, 60 Std. Selbststudium)
Leistungspunkte,
Voraussetzungen zum Erwerb		 3 LP
Mündliche Prüfung oder Klausur
Sprache,
Benotung		 Deutsch,
Die Benotung erfolgt mit 0 bis 15 Punkten gemäß der Prüfungsordnung für den Studiengang B.Sc. Informatik.
Exportfach, Ursprung Mathematik, B.Sc. Informatik
Dauer des Moduls,
Häufigkeit		 ,
Jedes Wintersemester
Modulverantwortliche(r) Prof. Dr. Hajo Holzmann, Prof. Dr. Alfred Ultsch

Inhalt

  • Statistische Kennzahlen
  • Wahrscheinlichkeitstheorie, Wahrscheinlichkeitsmaße und -räume
  • Zufallsvariablen und deren Verteilungen
  • Wichtige Wahrscheinlichkeitsverteilungen
  • Erwartungswert und Varianz, wahrscheinlichkeitstheoretische Kennzahlen
  • Bedingte Wahrscheinlichkeiten und stochastische Unabhängigkeit
  • Statistische Tests

Qualifikationsziele

Die Studierenden sollen

  • Basiswissen und Fertigkeiten in Statistik, insbesondere statistische Kennzahlen, Verteilungen, Verteilungsdichten, Hypothesen und Hypothesentests erwerben,
  • Querverbindungen zur Informatik erkennen,
  • mathematische und insbesondere statistische Denk- und Arbeitsweisen an konkreten Fragestellungen, auch an technisch motivierten Problemstellungen üben,
  • mathematische und statistische Intuition entwickeln und deren Umsetzung in präzise Begriffe und formale Begründungen erlernen,
  • das Abstraktionsvermögen schulen,
  • > alle notwendigen Voraussetzungen für die erfolgreiche Teilnahme am Stochastikpraktikum erwerben,
  • in den Übungen ihre mündliche Kommunikationsfähigkeit durch Einüben der freien Rede vor einem Publikum und bei der Diskussion verbessern.

Voraussetzungen

Keine. Empfohlen werden Grundkenntnisse in Grundlagen der Analysis und Grundlagen in der linearen Algebra.


Literatur

  • Teschl, G.; Teschl, S.: Mathematik für Informatiker, Band 2: Analysis und Statistik, Springer
  • Dümgen, L.: Stochastik für Informatiker, Springer.
  • Fahrmeir, Künstler, Pigeot, Tutz: Statistik: Der Weg zur Datenanalyse, Springer



Bitte beachten Sie:

Diese Seite beschreibt ein Modul gemäß dem im Wintersemester 2016/17 aktuellsten gültigen Modulhandbuch. Die meisten für ein Modul gültigen Regeln werden nicht durch die Prüfungsordnung festgelegt, und können daher von Semester zu Semester aktualisiert werden. Folgende Versionen liegen im Online-Modulhandbuch vor:

  • WiSe 2016/17
  • SoSe 2018 (kein Äquivalent)
  • WiSe 2018/19 (kein Äquivalent)
  • WiSe 2019/20 (kein Äquivalent)
  • WiSe 2020/21 (kein Äquivalent)
  • SoSe 2021 (kein Äquivalent)
  • WiSe 2021/22 (kein Äquivalent)
  • WiSe 2022/23 (kein Äquivalent)
  • WiSe 2023/24 (kein Äquivalent)

Das Modulhandbuch enthält alle Module, unabhängig vom aktuellen Veranstaltungsangebot, vergleichen Sie dazu bitte das aktuelle Vorlesungsverzeichnis in Marvin.

Die Angaben im Online-Modulhandbuch wurden automatisch erstellt. Rechtsverbindlich sind die Angaben der Prüfungsordnung. Wenn Ihnen Unstimmigkeiten oder Fehler auffallen, sind wir für Hinweise dankbar.