htw saar
Zurück zur Hauptseite

Version des Moduls auswählen:

flag

Entscheidungen unter Risiko und statistische Datenanalyse

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
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 2019/20
[Mon May 25 12:46:44 CEST 2020, CKEY=keurusd, BKEY=ki2, CID=KIB-ERSD, LANGUAGE=de, DATE=25.05.2020]