051131 UE Introductory Statistics (2017S)
Continuous assessment of course work
Labels
Summary
Registration/Deregistration
Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).
- Registration is open from Mo 06.02.2017 09:00 to We 22.02.2017 23:59
- Deregistration possible until Mo 20.03.2017 23:59
Registration information is available for each group.
Groups
Group 1
max. 25 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
Wednesday
01.03.
10:30 - 11:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
08.03.
10:30 - 11:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
15.03.
10:30 - 11:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
22.03.
10:30 - 11:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
29.03.
10:30 - 11:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
05.04.
10:30 - 11:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
26.04.
10:30 - 11:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
03.05.
10:30 - 11:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
10.05.
10:30 - 11:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
17.05.
10:30 - 11:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
24.05.
10:30 - 11:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
31.05.
10:30 - 11:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
07.06.
10:30 - 11:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
14.06.
10:30 - 11:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
21.06.
10:30 - 11:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
28.06.
10:30 - 11:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Aims, contents and method of the course
Die Studierenden verfügen über Fähigkeiten empirische Sachverhalte mittels statistischer Basistechniken zu beschreiben und graphisch korrekt zu repräsentieren; sowie über ein prinzipielles Verständnis für die grundlegenden Konzepte der Wahrscheinlichkeitstheorie und der inferenzstatistischen Modellierung und Methodik. Die Studierenden sind in der Lage inhaltliche Fragestellungen in statistische Modelle zu übersetzen und diese mittels adäquater Techniken der Inferenzstatistik korrekt zu beantworten. Dabei können sie moderne Softwarewerkzeuge für Analytik und Visualisierung zur Beantwortung datenanalytischer Fragestellungen erfolgreich anwenden. Ziel dieser Übung ist es, den Stoff der Vorlesung zu vertiefen und anwenden zu lernen. Es wird überprüft, inwieweit das in der Vorlesung Gelernte umgesetzt werden kann. Weiters sollen Unklarheiten in Bezug auf das Verständnis des Stoffes beseitigt werden.
Assessment and permitted materials
Als Softwarewerkzeug wird im Rahmen der Übung SageMath eingesetzt, als Bedienoberfläche wird die interaktive Shell verwendet. Die Übungsbeispiele sind vorzubereiten und auf freiwilliger Basis sowohl ohne als auch mit Hilfe von SageMath zu präsentieren.
Minimum requirements and assessment criteria
Jedes präsentierte Übungsbeispiel wird mit 0 bis 100 Punkten bewertet. Pro Übungseinheit kann jeweils maximal ein Übungsbeispiel präsentiert werden. Die Note ergibt sich aus der Summe der erzielten Präsentationspunkte: unter 150: 5, 150 bis 199: 4, 200 bis 249: 3, 250 bis 299: 2, ab 300: 1.
Examination topics
Es werden Übungsblätter zu folgenden Inhalten durchgenommen: Laplace-Wahrscheinlichkeiten, Bedingte Wahrscheinlichkeiten und Unabhängigkeit, Zufallsvariablen und ihre Verteilungen, Erwartungswert und Varianz, Grenzwertsätze, Mehrdimensionale Zufallsvariablen, Schätzverfahren, Testverfahren, Regressionsanalyse, Varianzanalyse und Anwendungen der Normalverteilung.
Reading list
- L. Fahrmeir et al. Statistik. Der Weg zur Datenanalyse. Springer, 2016.
- J. Bleymüller. Statistik für Wirtschaftswissenschaftler. Vahlen, 2012.
- J. Bleymüller. Statistik für Wirtschaftswissenschaftler. Vahlen, 2012.
Group 2
max. 25 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
Wednesday
01.03.
11:30 - 12:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
08.03.
11:30 - 12:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
15.03.
11:30 - 12:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
22.03.
11:30 - 12:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
29.03.
11:30 - 12:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
05.04.
11:30 - 12:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
26.04.
11:30 - 12:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
03.05.
11:30 - 12:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
10.05.
11:30 - 12:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
17.05.
11:30 - 12:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
24.05.
11:30 - 12:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
31.05.
11:30 - 12:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
07.06.
11:30 - 12:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
14.06.
11:30 - 12:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
21.06.
11:30 - 12:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
28.06.
11:30 - 12:15
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Aims, contents and method of the course
Die Studierenden verfügen über Fähigkeiten empirische Sachverhalte mittels statistischer Basistechniken zu beschreiben und graphisch korrekt zu repräsentieren; sowie über ein prinzipielles Verständnis für die grundlegenden Konzepte der Wahrscheinlichkeitstheorie und der inferenzstatistischen Modellierung und Methodik. Die Studierenden sind in der Lage inhaltliche Fragestellungen in statistische Modelle zu übersetzen und diese mittels adäquater Techniken der Inferenzstatistik korrekt zu beantworten. Dabei können sie moderne Softwarewerkzeuge für Analytik und Visualisierung zur Beantwortung datenanalytischer Fragestellungen erfolgreich anwenden. Ziel dieser Übung ist es, den Stoff der Vorlesung zu vertiefen und anwenden zu lernen. Es wird überprüft, inwieweit das in der Vorlesung Gelernte umgesetzt werden kann. Weiters sollen Unklarheiten in Bezug auf das Verständnis des Stoffes beseitigt werden.
Assessment and permitted materials
Als Softwarewerkzeug wird im Rahmen der Übung SageMath eingesetzt, als Bedienoberfläche wird die interaktive Shell verwendet. Die Übungsbeispiele sind vorzubereiten und auf freiwilliger Basis sowohl ohne als auch mit Hilfe von SageMath zu präsentieren.
Minimum requirements and assessment criteria
Jedes präsentierte Übungsbeispiel wird mit 0 bis 100 Punkten bewertet. Pro Übungseinheit kann jeweils maximal ein Übungsbeispiel präsentiert werden. Die Note ergibt sich aus der Summe der erzielten Präsentationspunkte: unter 150: 5, 150 bis 199: 4, 200 bis 249: 3, 250 bis 299: 2, ab 300: 1.
Examination topics
Es werden Übungsblätter zu folgenden Inhalten durchgenommen: Laplace-Wahrscheinlichkeiten, Bedingte Wahrscheinlichkeiten und Unabhängigkeit, Zufallsvariablen und ihre Verteilungen, Erwartungswert und Varianz, Grenzwertsätze, Mehrdimensionale Zufallsvariablen, Schätzverfahren, Testverfahren, Regressionsanalyse, Varianzanalyse und Anwendungen der Normalverteilung.
Reading list
- L. Fahrmeir et al. Statistik. Der Weg zur Datenanalyse. Springer, 2016.
- J. Bleymüller. Statistik für Wirtschaftswissenschaftler. Vahlen, 2012.
- J. Bleymüller. Statistik für Wirtschaftswissenschaftler. Vahlen, 2012.
Group 3
max. 25 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
Wednesday
01.03.
12:15 - 13:00
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
08.03.
12:15 - 13:00
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
15.03.
12:15 - 13:00
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
22.03.
12:15 - 13:00
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
29.03.
12:15 - 13:00
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
05.04.
12:15 - 13:00
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
26.04.
12:15 - 13:00
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
03.05.
12:15 - 13:00
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
10.05.
12:15 - 13:00
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
17.05.
12:15 - 13:00
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
24.05.
12:15 - 13:00
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
31.05.
12:15 - 13:00
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
07.06.
12:15 - 13:00
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
14.06.
12:15 - 13:00
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
21.06.
12:15 - 13:00
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
28.06.
12:15 - 13:00
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Aims, contents and method of the course
Die Studierenden verfügen über Fähigkeiten empirische Sachverhalte mittels statistischer Basistechniken zu beschreiben und graphisch korrekt zu repräsentieren; sowie über ein prinzipielles Verständnis für die grundlegenden Konzepte der Wahrscheinlichkeitstheorie und der inferenzstatistischen Modellierung und Methodik. Die Studierenden sind in der Lage inhaltliche Fragestellungen in statistische Modelle zu übersetzen und diese mittels adäquater Techniken der Inferenzstatistik korrekt zu beantworten. Dabei können sie moderne Softwarewerkzeuge für Analytik und Visualisierung zur Beantwortung datenanalytischer Fragestellungen erfolgreich anwenden. Ziel dieser Übung ist es, den Stoff der Vorlesung zu vertiefen und anwenden zu lernen. Es wird überprüft, inwieweit das in der Vorlesung Gelernte umgesetzt werden kann. Weiters sollen Unklarheiten in Bezug auf das Verständnis des Stoffes beseitigt werden.
Assessment and permitted materials
Als Softwarewerkzeug wird im Rahmen der Übung SageMath eingesetzt, als Bedienoberfläche wird die interaktive Shell verwendet. Die Übungsbeispiele sind vorzubereiten und auf freiwilliger Basis sowohl ohne als auch mit Hilfe von SageMath zu präsentieren.
Minimum requirements and assessment criteria
Jedes präsentierte Übungsbeispiel wird mit 0 bis 100 Punkten bewertet. Pro Übungseinheit kann jeweils maximal ein Übungsbeispiel präsentiert werden. Die Note ergibt sich aus der Summe der erzielten Präsentationspunkte: unter 150: 5, 150 bis 199: 4, 200 bis 249: 3, 250 bis 299: 2, ab 300: 1.
Examination topics
Es werden Übungsblätter zu folgenden Inhalten durchgenommen: Laplace-Wahrscheinlichkeiten, Bedingte Wahrscheinlichkeiten und Unabhängigkeit, Zufallsvariablen und ihre Verteilungen, Erwartungswert und Varianz, Grenzwertsätze, Mehrdimensionale Zufallsvariablen, Schätzverfahren, Testverfahren, Regressionsanalyse, Varianzanalyse und Anwendungen der Normalverteilung.
Reading list
- L. Fahrmeir et al. Statistik. Der Weg zur Datenanalyse. Springer, 2016.
- J. Bleymüller. Statistik für Wirtschaftswissenschaftler. Vahlen, 2012.
- J. Bleymüller. Statistik für Wirtschaftswissenschaftler. Vahlen, 2012.
Group 4
max. 25 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
Wednesday
01.03.
09:45 - 10:30
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
08.03.
09:45 - 10:30
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
15.03.
09:45 - 10:30
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
22.03.
09:45 - 10:30
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
29.03.
09:45 - 10:30
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
05.04.
09:45 - 10:30
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
26.04.
09:45 - 10:30
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
03.05.
09:45 - 10:30
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
10.05.
09:45 - 10:30
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
17.05.
09:45 - 10:30
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
24.05.
09:45 - 10:30
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
31.05.
09:45 - 10:30
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
07.06.
09:45 - 10:30
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
14.06.
09:45 - 10:30
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
21.06.
09:45 - 10:30
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Wednesday
28.06.
09:45 - 10:30
PC-Unterrichtsraum 3, Währinger Straße 29 1.OG
Aims, contents and method of the course
Die Studierenden verfügen über Fähigkeiten empirische Sachverhalte mittels statistischer Basistechniken zu beschreiben und graphisch korrekt zu repräsentieren; sowie über ein prinzipielles Verständnis für die grundlegenden Konzepte der Wahrscheinlichkeitstheorie und der inferenzstatistischen Modellierung und Methodik. Die Studierenden sind in der Lage inhaltliche Fragestellungen in statistische Modelle zu übersetzen und diese mittels adäquater Techniken der Inferenzstatistik korrekt zu beantworten. Dabei können sie moderne Softwarewerkzeuge für Analytik und Visualisierung zur Beantwortung datenanalytischer Fragestellungen erfolgreich anwenden. Ziel dieser Übung ist es, den Stoff der Vorlesung zu vertiefen und anwenden zu lernen. Es wird überprüft, inwieweit das in der Vorlesung Gelernte umgesetzt werden kann. Weiters sollen Unklarheiten in Bezug auf das Verständnis des Stoffes beseitigt werden.
Assessment and permitted materials
Als Softwarewerkzeug wird im Rahmen der Übung SageMath eingesetzt, als Bedienoberfläche wird die interaktive Shell verwendet. Die Übungsbeispiele sind vorzubereiten und auf freiwilliger Basis sowohl ohne als auch mit Hilfe von SageMath zu präsentieren.
Minimum requirements and assessment criteria
Jedes präsentierte Übungsbeispiel wird mit 0 bis 100 Punkten bewertet. Pro Übungseinheit kann jeweils maximal ein Übungsbeispiel präsentiert werden. Die Note ergibt sich aus der Summe der erzielten Präsentationspunkte: unter 150: 5, 150 bis 199: 4, 200 bis 249: 3, 250 bis 299: 2, ab 300: 1.
Examination topics
Es werden Übungsblätter zu folgenden Inhalten durchgenommen: Laplace-Wahrscheinlichkeiten, Bedingte Wahrscheinlichkeiten und Unabhängigkeit, Zufallsvariablen und ihre Verteilungen, Erwartungswert und Varianz, Grenzwertsätze, Mehrdimensionale Zufallsvariablen, Schätzverfahren, Testverfahren, Regressionsanalyse, Varianzanalyse und Anwendungen der Normalverteilung.
Reading list
- L. Fahrmeir et al. Statistik. Der Weg zur Datenanalyse. Springer, 2016.
- J. Bleymüller. Statistik für Wirtschaftswissenschaftler. Vahlen, 2012.
- J. Bleymüller. Statistik für Wirtschaftswissenschaftler. Vahlen, 2012.
Group 5
max. 25 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
Monday
06.03.
11:30 - 12:15
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
20.03.
11:30 - 12:15
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
27.03.
11:30 - 12:15
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
03.04.
11:30 - 12:15
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
24.04.
11:30 - 12:15
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
08.05.
11:30 - 12:15
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
15.05.
11:30 - 12:15
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
22.05.
11:30 - 12:15
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
29.05.
11:30 - 12:15
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
12.06.
11:30 - 12:15
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
19.06.
11:30 - 12:15
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
26.06.
11:30 - 12:15
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Aims, contents and method of the course
Die Studierenden verfügen über Fähigkeiten empirische Sachverhalte mittels statistischer Basistechniken zu beschreiben und graphisch korrekt zu repräsentieren; sowie über ein prinzipielles Verständnis für die grundlegenden Konzepte der Wahrscheinlichkeitstheorie und der inferenzstatistischen Modellierung und Methodik. Die Studierenden sind in der Lage inhaltliche Fragestellungen in statistische Modelle zu übersetzen und diese mittels adäquater Techniken der Inferenzstatistik korrekt zu beantworten. Dabei können sie moderne Softwarewerkzeuge für Analytik und Visualisierung zur Beantwortung datenanalytischer Fragestellungen erfolgreich anwenden. Ziel dieser Übung ist es, den Stoff der Vorlesung zu vertiefen und anwenden zu lernen. Es wird überprüft, inwieweit das in der Vorlesung Gelernte umgesetzt werden kann. Weiters sollen Unklarheiten in Bezug auf das Verständnis des Stoffes beseitigt werden.
Assessment and permitted materials
Als Softwarewerkzeug wird im Rahmen der Übung SageMath eingesetzt, als Bedienoberfläche wird die interaktive Shell verwendet. Die Übungsbeispiele sind vorzubereiten und auf freiwilliger Basis sowohl ohne als auch mit Hilfe von SageMath zu präsentieren.
Minimum requirements and assessment criteria
Jedes präsentierte Übungsbeispiel wird mit 0 bis 100 Punkten bewertet. Pro Übungseinheit kann jeweils maximal ein Übungsbeispiel präsentiert werden. Die Note ergibt sich aus der Summe der erzielten Präsentationspunkte: unter 150: 5, 150 bis 199: 4, 200 bis 249: 3, 250 bis 299: 2, ab 300: 1.
Examination topics
Es werden Übungsblätter zu folgenden Inhalten durchgenommen: Laplace-Wahrscheinlichkeiten, Bedingte Wahrscheinlichkeiten und Unabhängigkeit, Zufallsvariablen und ihre Verteilungen, Erwartungswert und Varianz, Grenzwertsätze, Mehrdimensionale Zufallsvariablen, Schätzverfahren, Testverfahren, Regressionsanalyse, Varianzanalyse und Anwendungen der Normalverteilung.
Reading list
- L. Fahrmeir et al. Statistik. Der Weg zur Datenanalyse. Springer, 2016.
- J. Bleymüller. Statistik für Wirtschaftswissenschaftler. Vahlen, 2012.
- J. Bleymüller. Statistik für Wirtschaftswissenschaftler. Vahlen, 2012.
Group 6
max. 25 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
Monday
06.03.
12:15 - 13:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
20.03.
12:15 - 13:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
27.03.
12:15 - 13:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
03.04.
12:15 - 13:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
24.04.
12:15 - 13:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
08.05.
12:15 - 13:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
15.05.
12:15 - 13:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
22.05.
12:15 - 13:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
29.05.
12:15 - 13:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
12.06.
12:15 - 13:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
19.06.
12:15 - 13:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
26.06.
12:15 - 13:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Aims, contents and method of the course
Die Studierenden verfügen über Fähigkeiten empirische Sachverhalte mittels statistischer Basistechniken zu beschreiben und graphisch korrekt zu repräsentieren; sowie über ein prinzipielles Verständnis für die grundlegenden Konzepte der Wahrscheinlichkeitstheorie und der inferenzstatistischen Modellierung und Methodik. Die Studierenden sind in der Lage inhaltliche Fragestellungen in statistische Modelle zu übersetzen und diese mittels adäquater Techniken der Inferenzstatistik korrekt zu beantworten. Dabei können sie moderne Softwarewerkzeuge für Analytik und Visualisierung zur Beantwortung datenanalytischer Fragestellungen erfolgreich anwenden. Ziel dieser Übung ist es, den Stoff der Vorlesung zu vertiefen und anwenden zu lernen. Es wird überprüft, inwieweit das in der Vorlesung Gelernte umgesetzt werden kann. Weiters sollen Unklarheiten in Bezug auf das Verständnis des Stoffes beseitigt werden.
Assessment and permitted materials
Als Softwarewerkzeug wird im Rahmen der Übung SageMath eingesetzt, als Bedienoberfläche wird die interaktive Shell verwendet. Die Übungsbeispiele sind vorzubereiten und auf freiwilliger Basis sowohl ohne als auch mit Hilfe von SageMath zu präsentieren.
Minimum requirements and assessment criteria
Jedes präsentierte Übungsbeispiel wird mit 0 bis 100 Punkten bewertet. Pro Übungseinheit kann jeweils maximal ein Übungsbeispiel präsentiert werden. Die Note ergibt sich aus der Summe der erzielten Präsentationspunkte: unter 150: 5, 150 bis 199: 4, 200 bis 249: 3, 250 bis 299: 2, ab 300: 1.
Examination topics
Es werden Übungsblätter zu folgenden Inhalten durchgenommen: Laplace-Wahrscheinlichkeiten, Bedingte Wahrscheinlichkeiten und Unabhängigkeit, Zufallsvariablen und ihre Verteilungen, Erwartungswert und Varianz, Grenzwertsätze, Mehrdimensionale Zufallsvariablen, Schätzverfahren, Testverfahren, Regressionsanalyse, Varianzanalyse und Anwendungen der Normalverteilung.
Reading list
- L. Fahrmeir et al. Statistik. Der Weg zur Datenanalyse. Springer, 2016.
- J. Bleymüller. Statistik für Wirtschaftswissenschaftler. Vahlen, 2012.
- J. Bleymüller. Statistik für Wirtschaftswissenschaftler. Vahlen, 2012.
Group 7
max. 25 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
Monday
06.03.
13:15 - 14:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
20.03.
13:15 - 14:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
27.03.
13:15 - 14:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
03.04.
13:15 - 14:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
24.04.
13:15 - 14:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
08.05.
13:15 - 14:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
15.05.
13:15 - 14:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
22.05.
13:15 - 14:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
29.05.
13:15 - 14:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
12.06.
13:15 - 14:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
19.06.
13:15 - 14:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Monday
26.06.
13:15 - 14:00
PC-Unterrichtsraum 2, Währinger Straße 29 1.OG
Aims, contents and method of the course
Die Studierenden verfügen über Fähigkeiten empirische Sachverhalte mittels statistischer Basistechniken zu beschreiben und graphisch korrekt zu repräsentieren; sowie über ein prinzipielles Verständnis für die grundlegenden Konzepte der Wahrscheinlichkeitstheorie und der inferenzstatistischen Modellierung und Methodik. Die Studierenden sind in der Lage inhaltliche Fragestellungen in statistische Modelle zu übersetzen und diese mittels adäquater Techniken der Inferenzstatistik korrekt zu beantworten. Dabei können sie moderne Softwarewerkzeuge für Analytik und Visualisierung zur Beantwortung datenanalytischer Fragestellungen erfolgreich anwenden. Ziel dieser Übung ist es, den Stoff der Vorlesung zu vertiefen und anwenden zu lernen. Es wird überprüft, inwieweit das in der Vorlesung Gelernte umgesetzt werden kann. Weiters sollen Unklarheiten in Bezug auf das Verständnis des Stoffes beseitigt werden.
Assessment and permitted materials
Als Softwarewerkzeug wird im Rahmen der Übung SageMath eingesetzt, als Bedienoberfläche wird die interaktive Shell verwendet. Die Übungsbeispiele sind vorzubereiten und auf freiwilliger Basis sowohl ohne als auch mit Hilfe von SageMath zu präsentieren.
Minimum requirements and assessment criteria
Jedes präsentierte Übungsbeispiel wird mit 0 bis 100 Punkten bewertet. Pro Übungseinheit kann jeweils maximal ein Übungsbeispiel präsentiert werden. Die Note ergibt sich aus der Summe der erzielten Präsentationspunkte: unter 150: 5, 150 bis 199: 4, 200 bis 249: 3, 250 bis 299: 2, ab 300: 1.
Examination topics
Es werden Übungsblätter zu folgenden Inhalten durchgenommen: Laplace-Wahrscheinlichkeiten, Bedingte Wahrscheinlichkeiten und Unabhängigkeit, Zufallsvariablen und ihre Verteilungen, Erwartungswert und Varianz, Grenzwertsätze, Mehrdimensionale Zufallsvariablen, Schätzverfahren, Testverfahren, Regressionsanalyse, Varianzanalyse und Anwendungen der Normalverteilung.
Reading list
- L. Fahrmeir et al. Statistik. Der Weg zur Datenanalyse. Springer, 2016.
- J. Bleymüller. Statistik für Wirtschaftswissenschaftler. Vahlen, 2012.
- J. Bleymüller. Statistik für Wirtschaftswissenschaftler. Vahlen, 2012.
Group 8
max. 30 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
Friday
17.03.
09:45 - 10:30
PC-Unterrichtsraum 4, Währinger Straße 29 1.OG
Friday
24.03.
09:45 - 10:30
PC-Unterrichtsraum 4, Währinger Straße 29 1.OG
Friday
31.03.
09:45 - 10:30
PC-Unterrichtsraum 4, Währinger Straße 29 1.OG
Friday
07.04.
09:45 - 10:30
PC-Unterrichtsraum 4, Währinger Straße 29 1.OG
Friday
28.04.
09:45 - 10:30
PC-Unterrichtsraum 4, Währinger Straße 29 1.OG
Friday
05.05.
09:45 - 10:30
PC-Unterrichtsraum 4, Währinger Straße 29 1.OG
Friday
12.05.
09:45 - 10:30
PC-Unterrichtsraum 4, Währinger Straße 29 1.OG
Friday
19.05.
09:45 - 10:30
PC-Unterrichtsraum 4, Währinger Straße 29 1.OG
Friday
26.05.
09:45 - 10:30
PC-Unterrichtsraum 4, Währinger Straße 29 1.OG
Friday
02.06.
09:45 - 10:30
PC-Unterrichtsraum 4, Währinger Straße 29 1.OG
Friday
09.06.
09:45 - 10:30
PC-Unterrichtsraum 4, Währinger Straße 29 1.OG
Friday
16.06.
09:45 - 10:30
PC-Unterrichtsraum 4, Währinger Straße 29 1.OG
Friday
23.06.
09:45 - 10:30
PC-Unterrichtsraum 4, Währinger Straße 29 1.OG
Friday
30.06.
09:45 - 10:30
PC-Unterrichtsraum 4, Währinger Straße 29 1.OG
Aims, contents and method of the course
Die Studierenden verfügen über Fähigkeiten empirische Sachverhalte mittels statistischer Basistechniken zu beschreiben und graphisch korrekt zu repräsentieren; sowie über ein prinzipielles Verständnis für die grundlegenden Konzepte der Wahrscheinlichkeitstheorie und der inferenzstatistischen Modellierung und Methodik. Die Studierenden sind in der Lage inhaltliche Fragestellungen in statistische Modelle zu übersetzen und diese mittels adäquater Techniken der Inferenzstatistik korrekt zu beantworten. Dabei können sie moderne Softwarewerkzeuge für Analytik und Visualisierung zur Beantwortung datenanalytischer Fragestellungen erfolgreich anwenden. Ziel dieser Übung ist es, den Stoff der Vorlesung zu vertiefen und anwenden zu lernen. Es wird überprüft, inwieweit das in der Vorlesung Gelernte umgesetzt werden kann. Weiters sollen Unklarheiten in Bezug auf das Verständnis des Stoffes beseitigt werden.
Assessment and permitted materials
Als Softwarewerkzeug wird im Rahmen der Übung SageMath eingesetzt, als Bedienoberfläche wird die interaktive Shell verwendet. Die Übungsbeispiele sind vorzubereiten und auf freiwilliger Basis sowohl ohne als auch mit Hilfe von SageMath zu präsentieren.
Minimum requirements and assessment criteria
Jedes präsentierte Übungsbeispiel wird mit 0 bis 100 Punkten bewertet. Pro Übungseinheit kann jeweils maximal ein Übungsbeispiel präsentiert werden. Die Note ergibt sich aus der Summe der erzielten Präsentationspunkte: unter 150: 5, 150 bis 199: 4, 200 bis 249: 3, 250 bis 299: 2, ab 300: 1.
Examination topics
Es werden Übungsblätter zu folgenden Inhalten durchgenommen: Laplace-Wahrscheinlichkeiten, Bedingte Wahrscheinlichkeiten und Unabhängigkeit, Zufallsvariablen und ihre Verteilungen, Erwartungswert und Varianz, Grenzwertsätze, Mehrdimensionale Zufallsvariablen, Schätzverfahren, Testverfahren, Regressionsanalyse, Varianzanalyse und Anwendungen der Normalverteilung.
Reading list
- L. Fahrmeir et al. Statistik. Der Weg zur Datenanalyse. Springer, 2016.- J. Bleymüller. Statistik für Wirtschaftswissenschaftler. Vahlen, 2012.
Association in the course directory
Module: EST UF-INF-12 DAS
Last modified: Tu 08.09.2020 00:15