|
Modulbezeichnung (engl.):
Risk-Based Decision Making and Statistical Data Analysis |
|
Code: KI626 |
2V+2P (4 Semesterwochenstunden) |
4 |
Studiensemester: 5 |
Pflichtfach: nein |
Arbeitssprache:
Deutsch |
Prüfungsart:
Klausur
[letzte Änderung 06.07.2010]
|
KI626 Kommunikationsinformatik, Bachelor, ASPO 01.10.2014
, 5. Semester, Wahlpflichtfach, technisch
KIB-ERSD (P221-0107) Kommunikationsinformatik, Bachelor, ASPO 01.10.2021
, 5. Semester, Wahlpflichtfach, technisch
KIB-ERSD (P221-0107) Kommunikationsinformatik, Bachelor, ASPO 01.10.2022
, 5. Semester, Wahlpflichtfach, technisch
PIBWI94 (P221-0106) Praktische Informatik, Bachelor, ASPO 01.10.2011
, 5. Semester, Wahlpflichtfach, informatikspezifisch
PIB-ERSD (P221-0107) Praktische Informatik, Bachelor, ASPO 01.10.2022
, 5. Semester, Wahlpflichtfach, informatikspezifisch
|
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 60 Veranstaltungsstunden (= 45 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 4 Creditpoints 120 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 75 Stunden zur Verfügung.
|
Empfohlene Voraussetzungen (Module):
Keine.
|
Als Vorkenntnis empfohlen für Module:
|
Modulverantwortung:
Melanie Kaspar, M.Sc. |
Dozent/innen: Melanie Kaspar, M.Sc. Prof. Dr. Barbara Grabowski
[letzte Änderung 06.07.2010]
|
Labor:
Angewandte Mathematik, Statistik und eLearning (5306)
|
Lernziele:
Die Studenten können größere Datenmengen analysieren und darüberhinaus mittels Software statistisch auswerten. Darüber hinaus sind sie in der Lage, Aussagen zur Zuverlässigkeit und statistischen Sicherheit ihrer Auswerteergebnisse zu treffen.
[letzte Änderung 12.01.2018]
|
Inhalt:
1. Entscheidungen unter Risiko: 1.1 Bayessche Netze 1.2 Entscheidungsbäume 1.3 Boolsche Zuverlässigkeitstheorie 1.4 Markowketten 1.5 Statistische Entscheidungen: Hypothesentests und Schätzungen 1.6 Entscheidungen in Kontingenztafeln 1.7. Software: SPSS, Answertree 1.8. Fallstudien 2. Statistische Datenanalyse-Datamining mit statistischen Methoden 2.1 Skalentypen von zufälligen Merkmalen 2.2 Statistische Maßzahlen für Datensätze 2.3 Zusammenhangsmaße 2.4 Clusteranalyseverfahren Datenaggregation 2.5 Probitanalysen 2.6 Software: SPSS , Clementine 2.7 Fallstudien
[letzte Änderung 06.07.2010]
|
Weitere Lehrmethoden und Medien:
Die Vorlesung findet zu 100% im PC-Labor AMSEL "Angewandte Mathematik, Statistik und eLearning" statt. Es werden hier computergestützte praktische Fallbeispiele mit SPSS und R zu den vermittelten Methoden durchgeführt. Weiterhin wird das eLearning-System MathCoach-Statistik (AMSEL-PC-Labor 5306) eingesetzt. Die Studenten lösen Hausaufgaben und Übungsaufgaben mit diesem System.
[letzte Änderung 16.04.2011]
|
Literatur:
Skript: B.Grabowski: Entscheidungen unter Risiko und statistische Datenanalyse, HTW, 2010 J.Janssen, W. Laaz: Statistische Datenanalyse mit SPSS, Springer, 2009 Handbücher: Answertree, Clementine, SPSS
[letzte Änderung 06.07.2010]
|
Modul angeboten in Semester:
WS 2020/21,
WS 2019/20,
WS 2018/19,
WS 2017/18,
WS 2015/16,
...
|