NummerT023LeitungStefanie Feiler, stefanie.feiler@fhnw.chECTS3.0UnterrichtsspracheDeutschLernziele/KompetenzenStudierende….
- verstehen, wie Daten klassifiziert und visualisiert werden können, z.B. mit der Häufigkeitsfunktion, Histogramm, Boxplot etc., und die Bedeutung unterschiedlicher statistischer Kenngrössen wie Mittelwert, Median, Varianz etc. (2 verstehen)
- können die Prinzipien der Wahrscheinlichkeitsrechnung auf praktische Problemstellungen anwenden (3 anwenden)
- verstehen das Konzept einer Zufallsvariablen und der dazugehörigen Verteilungsfunktion anhand der wichtigsten diskreten (Binomialverteilung) und kontinuierlichen (Normalverteilung) Modelle (2 verstehen)
- können Methoden der schliessenden Statistik, wie die Berechnung von Vertrauensintervallen, Hypothesentests (t-Test, Chi2-Test) auf praktische Problemstellungen anwenden (3 anwenden)
- können unterschiedlichen Methoden der bivariaten Statistik, wie lineare Regression, Korrelationsrechnung etc. anwenden (3 anwenden)
InhaltBeschreibende Statistik
- Urliste
- Darstellungsmöglichkeiten von Daten
- (Summen)Häufungsfunktion
- Klassifikation von Daten und Histogramme
- Statistische Kennwerte und ihre Bedeutung
Wahrscheinlichkeitsrechnung
- Modell von Zufall
- Definition von „Wahrscheinlichkeit“
- Rechenregeln für Wahrscheinlichkeiten
- Baumdiagramm
Wahrscheinlichkeits- und Verteilungsfunktionen
Zufallsvariable
Binomialverteilung – Modell für diskrete Verteilungen
Normalverteilung – Modell für kontinuierliche Verteilungen
Approximation von Verteilungen
Schliessende Statistik
- Vertrauensintervalle
- Hypothesentests
- Signifikanz
Bivariate Statistik
- Regressionsrechnung
- Korrelation
- Chi2-Test
- Kausalität
Einsatz von Excel
Erforderliche VorkenntnisseAnalysis I
Studierende…
- verstehen den Funktionsbegriff (und können ihn adäquat anwenden) (2 verstehen)
- verstehen das Konzept einer Ableitung sowie einer Integration (2 verstehen)
- kennen die Grundrechenregeln der Differential- und Integralrechnung (1 kennen)
- können die erlernten Regeln und Konzepte der Differential- und Integralrechnung auf praktische Problemstellungen, wie Linearisierung, Bestimmung von Extremwerten, anwenden (3 anwenden)
- können die theoretischen Konzepte in Matlab und/oder Excel implementieren (3 anwenden)
Lineare Algebra
Studierende…
- verstehen die grundlegenden Begriffe der Linearen Algebra (wie Vektor, Basis, Vektorraum und lineare Abbildung) (2 verstehen)
- können die Methoden der Linearen Algebra (das Lösen linearer Gleichungssysteme, das Rechnen mit Vektoren, mit Matrizen und mit Determinanten in Rn) in konkreten Fragestellungen umsetzen (3 anwenden)
- verstehen, dass die Beschreibung vektorieller Grössen und linearer Abbildungen sich stets auf eine Basis bezieht und ein Darstellungswechsel eine Basis-Transformation erfordert (2 verstehen)
- können die Vektorrechnung R3 auf Probleme der analytischen Geometrie (betr. Abstand, Winkel, Orthogonalität, Projektion, Raumspiegelung und Raumdrehung) anwenden (3 anwenden)
Bibliographie/Literatur- Vorlesungsfolien
- Aufgabenblätter und Übungsserien
- Literaturempfehlungen werden in der Vorlesung bekannt gegeben
LehrformPräsenzunterricht: Theorie und Aufgaben
Selbständiges Lösen von Übungsaufgaben
ModultypAssessment-Modul in Studienrichtung MedizintechnikLehr- und Lernmethoden- Präsenzunterricht: Theorie und Aufgaben
- Selbständiges Lösen von Übungsaufgaben
Leistungsbewertunggemäss Modulverzeichnis in der aktuellen StuPOAnschlussmodule/-kurse- Angewandte Statistik in den Life Sciences
- Bildverarbeitung in Life Sciences I
- Data Science I
- Diskrete Mathematik
- Praktikum Physik
- Praktikum Physik für Chemiker
Bemerkungen3 Lektionen / Woche
KW 8 bis 22 (14 Wochen im Frühjahr-Semester) 
