htw saar QR-encoded URL
Zurück zur Hauptseite Version des Moduls auswählen:
Lernziele hervorheben XML-Code


[Lernergebnisse des Moduls anzeigen]


[Skills des Moduls anzeigen]

Statistik und Datenanalyse

Modulbezeichnung:
Bezeichnung des Moduls innerhalb des Studiengangs. Sie soll eine präzise und verständliche Überschrift des Modulinhalts darstellen.
Statistik und Datenanalyse
Studiengang:
Studiengang mit Beginn der Gültigkeit der betreffenden ASPO-Anlage/Studienordnung des Studiengangs, in dem dieses Modul zum Studienprogramm gehört (=Start der ersten Erstsemester-Kohorte, die nach dieser Ordnung studiert).
Digital Business und IT, Bachelor, SO 01.10.2025
Code: WINF-B25-330
SAP-Submodul-Nr.:
Die Prüfungsverwaltung mittels SAP-SLCM vergibt für jede Prüfungsart in einem Modul eine SAP-Submodul-Nr (= P-Nummer). Gleiche Module in unterschiedlichen Studiengängen haben bei gleicher Prüfungsart die gleiche SAP-Submodul-Nr..
P460-0008
SWS/Lehrform:
Die Anzahl der Semesterwochenstunden (SWS) wird als Zusammensetzung von Vorlesungsstunden (V), Übungsstunden (U), Praktikumsstunden (P) oder Projektarbeitsstunden (PA) angegeben. Beispielsweise besteht eine Veranstaltung der Form 2V+2U aus 2 Vorlesungsstunden und 2 Übungsstunden pro Woche.
2V+2U (4 Semesterwochenstunden)
ECTS-Punkte:
Die Anzahl der Punkte nach ECTS (Leistungspunkte, Kreditpunkte), die dem Studierenden bei erfolgreicher Ableistung des Moduls gutgeschrieben werden. Die ECTS-Punkte entscheiden über die Gewichtung des Fachs bei der Berechnung der Durchschnittsnote im Abschlusszeugnis. Jedem ECTS-Punkt entsprechen 30 studentische Arbeitsstunden (Anwesenheit, Vor- und Nachbereitung, Prüfungsvorbereitung, ggfs. Zeit zur Bearbeitung eines Projekts), verteilt über die gesamte Zeit des Semesters (26 Wochen).
5
Studiensemester: 3
Pflichtfach: ja
Arbeitssprache:
Deutsch
Prüfungsart:
Klausur

[letzte Änderung 05.11.2025]
Verwendbarkeit / Zuordnung zum Curriculum:
Alle Studienprogramme, die das Modul enthalten mit Jahresangabe der entsprechenden Studienordnung / ASPO-Anlage.

WINF-B25-330 (P460-0008) Digital Business und IT, Bachelor, SO 01.10.2025 , 3. Semester, Pflichtfach
Arbeitsaufwand:
Der Arbeitsaufwand des Studierenden, der für das erfolgreiche Absolvieren eines Moduls notwendig ist, ergibt sich aus den ECTS-Punkten. Jeder ECTS-Punkt steht in der Regel für 30 Arbeitsstunden. Die Arbeitsstunden umfassen Präsenzzeit (in den Vorlesungswochen), Vor- und Nachbereitung der Vorlesung, ggfs. Abfassung einer Projektarbeit und die Vorbereitung auf die Prüfung.

Die ECTS beziehen sich auf die gesamte formale Semesterdauer (01.04.-30.09. im Sommersemester, 01.10.-31.03. im Wintersemester).
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 60 Veranstaltungsstunden (= 45 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 5 Creditpoints 150 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 105 Stunden zur Verfügung.
Empfohlene Voraussetzungen (Module):
WINF-B25-130 Mathematik 1


[letzte Änderung 12.11.2025]
Als Vorkenntnis empfohlen für Module:
WINF-B25-530 Maschinelles Lernen und Artificial Intelligence


[letzte Änderung 13.11.2025]
Modulverantwortung:
Prof. Dr. Susan Pulham
Dozent/innen:
Dozierende des Studiengangs


[letzte Änderung 12.11.2025]
Lernziele:
Studierende, die dieses Modul erfolgreich abgeschlossen haben, können:
•       quantitative und qualitative Daten mit Methoden der beschreibenden Statistik aufbereiten sowie
•       Ergebnisse interpretieren
•       stochastische Situationen als solche erkennen und diese mit stochastischen Modellen analysieren
•       insbesondere Wahrscheinlichkeiten berechnen, passende Verteilungsformen ermitteln und Parameter der Verteilungen schätzen
•       ein Grundverständnis der induktiven Statistik, insb. der Methoden des Schätzens von Parametern und des Testens von Hypothesen aufzeigen
•       für empirische Fragestellungen passende Testverfahren auswählen und durchführen sowie die Ergebnisse adäquat interpretieren

[letzte Änderung 09.11.2025]
Inhalt:
1.      Beschreibende Statistik
        1.1     Grundbegriffe
        1.2     Ein- und zweidimensionale Häufigkeitsverteilungen
        1.3     Lage- und Streuungsparameter
        1.4     Korrelations- und Regressionsrechnung
        1.5     Kontingenzrechnung
   
2.      Wahrscheinlichkeitsrechnung
        2.1     Grundbegriffe: Zufallsexperiment, Ereignisse, Wahrscheinlichkeit
        2.2     Modellierung von Zufallsexperimenten
        2.3     Mehrstufige Zufallsexperimente
        2.4     Bedingte Wahrscheinlichkeit und Unabhängigkeit
        2.5     Zufallsvariablen, Erwartungswert, Varianz
        2.6     Rechenregeln für Erwartungwerte, Varianzen und Kovarianzen
        2.7     Wichtige Verteilungen und Grenzwertsätze
   
3.      Grundelemente der Schließenden Statistik
        3.1     Problemstellung der schließenden Statistik
        3.2     Punktschätzungen und Intervallschätzungen
        3.3     Hypothesentests (parametrisch und nicht-parametrisch)

[letzte Änderung 09.11.2025]
Weitere Lehrmethoden und Medien:
Das Modul wird in Form des Lernteam Coachings durchgeführt. Grundlage des Moduls ist der moodle-Kurs, in dem das schriftliche Skript, die Vorlesungsvideos, Testataufgaben, weitere Übungsaufgaben und unterstützende Materialien hinterlegt sind.

[letzte Änderung 09.11.2025]
Literatur:
Eckstein, Peter: Statistik für Wirtschaftswissenschaftler, 6. Auflage, Gabler, Wiesbaden, 2018
Eckstein, Peter: Klausurtraining Statistik, 4. Auflage, Gabler, Wiesbaden, 2005
Göllmann, Laurenz; Hübl, Reinhold; Pulham, Susan; Ritter, Stefan; Schon, Henning; Schüffler, Karlheinz; Voß, Ursula; Vossen, Georg: Mathematik für Ingenieure: Verstehen – Rechnen – Anwenden: Band 1: Vorkurs, Analysis in einer Variablen, Lineare Algebra, Statistik, Springer Vieweg Verlag, Wiesbaden, 2017
Pulham, Susan: Statistik leicht gemacht, Gabler, Wiesbaden, 2011
Sachs, Michael: Wahrscheinlichkeitsrechnung und Statistik für Ingenieurstudenten an Fachhochschulen; 5. Auflage, Carl Hanser Verlag, 2018
 


[letzte Änderung 09.11.2025]
 
[Mon Dec 15 19:05:49 CET 2025, CKEY=wsudb, BKEY=winf2, CID=WINF-B25-330, LANGUAGE=de, DATE=15.12.2025]