| Modulbezeichnung: Entscheidungen unter Risiko und statistische Datenanalyse |
| Modulbezeichnung (engl.): Risk-Based Decision Making and Statistical Data Analysis |
| Studiengang: Kommunikationsinformatik, Bachelor, ASPO 01.10.2017 |
| Code: KIB-ERSD |
| SWS/Lehrform: 2V+2P (4 Semesterwochenstunden) |
| ECTS-Punkte: 4 |
| Studiensemester: 5 |
| Pflichtfach: nein |
| Arbeitssprache: Deutsch |
| Prüfungsart: Klausur [letzte Änderung 06.07.2010] |
| Verwendbarkeit / Zuordnung zum Curriculum: KI626 Kommunikationsinformatik, Bachelor, ASPO 01.10.2014, 5. Semester, Wahlpflichtfach, technisch KIB-ERSD Kommunikationsinformatik, Bachelor, ASPO 01.10.2017, 5. Semester, Wahlpflichtfach, technisch PIBWI94 Praktische Informatik, Bachelor, ASPO 01.10.2011, 5. Semester, Wahlpflichtfach, informatikspezifisch PIB-ERSD Praktische Informatik, Bachelor, ASPO 01.10.2017, 5. Semester, Wahlpflichtfach, informatikspezifisch |
| Arbeitsaufwand: 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: Melanie Kaspar, M.Sc. [letzte Änderung 10.11.2016] |
| 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] |
| Lehrmethoden/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 2021/22, WS 2020/21, WS 2019/20 |
[Mon Jan 24 23:44:14 CET 2022, CKEY=keurusd, BKEY=ki2, CID=KIB-ERSD, LANGUAGE=de, DATE=24.01.2022]