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


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).
Wirtschaftsingenieurwesen, Bachelor, ASPO 01.10.2021
Code: WIBb21-420
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..
P450-0342
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.
30VS (30 Stunden)
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: 4
Pflichtfach: ja
Arbeitssprache:
Deutsch
Prüfungsart:
Klausur

[letzte Änderung 28.05.2025]
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 30 Stunden. Der Gesamtumfang des Moduls beträgt bei 5 Creditpoints 150 Stunden. Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 120 Stunden zur Verfügung.
Empfohlene Voraussetzungen (Module):
Keine.
Als Vorkenntnis empfohlen für Module:
WIBb21-730 Systems Engineering/ X in the Loop (HiL, SiL, MiL)


[letzte Änderung 30.05.2025]
Modulverantwortung:
Studienleitung
Dozent/innen: Studienleitung

[letzte Änderung 08.10.2021]
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 28.05.2025]
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 28.05.2025]
Weitere Lehrmethoden und Medien:
Vorlesung, digital gestützte Lehre, Selbststudium

[letzte Änderung 28.05.2025]
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 28.05.2025]
 
[Sat Jun  7 23:34:35 CEST 2025, CKEY=wsuda, BKEY=wit, CID=WIBb21-420, LANGUAGE=de, DATE=07.06.2025]