Hauptinhalt überspringenNavigation überspringenFooter überspringen
Logo der Fachhochschule Nordwestschweiz
Studium
Weiterbildung
Forschung und Dienstleistungen
Internationales
Die FHNW
De
Standorte und KontaktBibliothek FHNWKarriere an der FHNWMedien

      Logo der Fachhochschule Nordwestschweiz
      • Studium
      • Weiterbildung
      • Forschung und Dienstleistungen
      • Internationales
      • Die FHNW
      De
      Standorte und KontaktBibliothek FHNWKarriere an der FHNWMedien
      Module
      Statistik und Wahrscheinlichkeitsrechnung

      Statistik und Wahrscheinlichkeitsrechnung

      Nummer
      T023
      Leitung
      Stefanie Feiler, stefanie.feiler@fhnw.ch
      ECTS
      3.0
      Unterrichtssprache
      Deutsch
      Lernziele/Kompetenzen
      Studierende….
      • 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)
      Inhalt
      Beschreibende 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 Vorkenntnisse
      Analysis 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
      Lehrform
      Präsenzunterricht: Theorie und Aufgaben Selbständiges Lösen von Übungsaufgaben
      Modultyp
      Assessment-Modul in Studienrichtung Medizintechnik
      Lehr- und Lernmethoden
      • Präsenzunterricht: Theorie und Aufgaben
      • Selbständiges Lösen von Übungsaufgaben
      Leistungsbewertung
      gemäss Modulverzeichnis in der aktuellen StuPO
      Anschlussmodule/-kurse
      • Angewandte Statistik in den Life Sciences
      • Bildverarbeitung in Life Sciences I
      • Data Science I
      • Diskrete Mathematik
      • Praktikum Physik
      • Praktikum Physik für Chemiker
      Bemerkungen
      3 Lektionen / Woche KW 8 bis 22 (14 Wochen im Frühjahr-Semester)

      Studium

      Angebot

      • Studium
      • Weiterbildung
      • Forschung & Dienstleistungen

      Über die FHNW

      • Hochschulen
      • Organisation
      • Leitung
      • Facts and Figures

      Hinweise

      • Datenschutz
      • Accessibility
      • Impressum

      Support & Intranet

      • IT Support
      • Login Inside-FHNW

      Member of: