Statistik - Vorlesung

 

Materialien

Alle Materialien zur Veranstaltung finden sich hier:

https://iversity.org/courses/einfuehrung-in-die-wahrscheinlichkeitsrechnung--17

https://iversity.org/courses/primer-inferenzstatistik-1-0

Die Inhalte der nächsten Woche werden immer zeitaktuell auf unserem Twitter-Feed und auf dieser Seite bekannt gegeben. Der erste Termin steht am 25.04.2014 zur Verfügung.

Alle Folienpräsentationen in einem Dokument zum Download:

VL_Gesamt.pdf

 

Klausurinformationen

Informationen zur Anmeldung zur Probe- und Modulabschlussklausur gibt es hier. Unter anderem wird jede Form der Frage "Darf ich mich anmelden?" besprochen.

Fragen und Antworten zur Durchführung der Probe- und Modulabschlussklausur gibt es hier.

Die Klausurvorbesprechungen für die Inhalte der kommenden Modulabschlussklausur aus den Veranstaltungen dieses und das vergangenen Semesters können hier angesehen werden:

Klausurvorbesprechung WiSe 2013/2014 zur Statistik I: http://youtu.be/9_KWSY-yV88
Klausurvorbesprechung SoSe 2014 zur Statistik II: http://youtu.be/3fkgDUjKjYo


Klausuren und Ergebnisse

Klausur Statistik 1 + SPSS: Stati1_Abschlussklausur_SS2014_Daten.xlsx
  Lösung zur Klausur Statistik 1 + SPSS: Stati1_Abschlussklausur_SS2014_Loesung.xlsx

Klausur Statistik 2 + SPSS: Stati2_Abschlussklausur_SS2014_Daten.xlsx
  Lösung zur Klausur Statistik 2 + SPSS: Stati2_Abschlussklausur_SS2014_Loesung.xlsx

 SPSS-Datensatz: SPSS_Abschlussklausur_SS2014_Daten.sav

Die Ergebnisse der Probeklausur und der Abschlussklausur stehen nun fest. Klicken Sie auf einen der Links, um eine Tabelle mit detaillierten Ergebnissen anzeigen zu lassen.

Auswertung_Probeklausur.png (Bilddatei; ggf. Linksklick auf das Bild zum Vergrößern)
Auswertung Abschlussklausur.png (Bilddatei; ggf. Linksklick auf das Bild zum Vergrößern)

Detailtabellen der Punktevergabe in den Klausurbereichen Statistik 1, Statistik 2 und SPSS erhalten Sie hier:

Auswertung_Stati1.png (Bilddatei; ggf. Linksklick auf das Bild zum Vergrößern)
Auswertung_Stati2.png (Bilddatei; ggf. Linksklick auf das Bild zum Vergrößern)
Auswertung_SPSS.png (Bilddatei; ggf. Linksklick auf das Bild zum Vergrößern)

Bitte beachten Sie, dass für die einzelnen Klausurbereiche ebenso wie für die Probeklausur keine separaten Noten vergeben werden. Die in den Tabellen ausgewiesenen Noten dienen nur der Orientierung. Zur tatsächlichen Ermittlung der Modulabschlussnote findet eine Mittelung der erreichten Punkteanteile statt (siehe unten).

Die Ergebnisse der Probeklausur stehen nun fest. Wenn Sie Ihre Ergebnisse online einsehen möchten, können Sie dies über diesen Link tun:

http://methodenlehre.sowi.uni-mainz.de/eva05/evg/v1/notenmodul/getnote.php

Zum Notenabruf benötigen Sie einen Bestätigungscode, den Sie nach der Teilnahme an der Lehrevaluation zur Vorlesung Statistik bei Dr. Malte Persike erhalten, die Sie über diesen Link finden:

http://methodenlehre.sowi.uni-mainz.de/eva05/evg/v1/start_fb_d.php?afb=32_9235

Wenn Sie nicht an der Lehrevaluation teilnehmen möchten, finden Sie Ihr Klausurergebnis ab Mo, 25.08.2014 frei verfügbar an gleicher Stelle.

Die Ergebnisse der Abschlussklausur stehen nun fest. Wenn Sie Ihre Ergebnisse online einsehen möchten, können Sie dies über diesen Link tun:

http://methodenlehre.sowi.uni-mainz.de/eva05/evg/v1/notenmodul/getnote2.php

Zum Notenabruf benötigen Sie zwei Bestätigungscodes. Den ersten erhalten Sie nach der Teilnahme an der Lehrevaluation zu dieser Veranstaltung, die Sie über diesen Link finden:

http://methodenlehre.sowi.uni-mainz.de/eva05/evg/v1/start_fb_d.php?afb=32_9235

Den zweiten haben Sie durch die Teilnahme an der abschließenden Workloadbefragung zum Seminar von Herrn Rainer Kämper erhalten. Es ist Ihr persönlicher Code, den Sie beim Ausfüllen der Befragung vergeben haben. Der Code setzt sich aus folgenden Buchstaben und Zahlen zusammen:

1. Die ersten zwei Buchstaben des Vornamens Ihrer Mutter (Bsp.: MAria).
2. Die zwei Ziffern des Geburtsmonats Ihrer Mutter (Bsp.: Februar = 02).
3. Die ersten zwei Buchstaben des Vornamens Ihres Vaters an (Bsp.: HElmut).
4. Die zwei Ziffern des Geburtsmonats Ihres Vaters (Bsp.: Dezember = 12).
5. Die beiden Ziffern Ihres eigenen Geburtstages (Bsp.: 24. März = 24).

Wenn Sie noch nicht an der abschließenden Workloadbefragung teilgenommen haben, können Sie dies ab Mo, 25.08.2014, 12:00 Uhr, über den folgenden Link nachholen (die Zugangslosung lautet workabschluss_SoSe14:

https://befragung.uni-mainz.de/evasys/online.php

Ihr Code wird innerhalb von 24h nach der Teilnahme freigeschaltet. Wenn Sie nicht an der Lehrevaluation und/oder der Workloadbefragung teilnehmen möchten, finden Sie Ihr Klausurergebnis ab Mo, 25.08.2014, 12:00 Uhr frei verfügbar an gleicher Stelle.

  

Benotungsschema für Klausuren

Die Berechnung der Note erfolgt anhand der Bildung des arithmetischen Mittels aus den vier Anteilswerten der in den vier Klausurbereichen erreichten Punkte. Der so ermittelte Gesamtanteilswert wird stets auf zwei Nachkommastellen aufgerundet. Die Umrechnung des erreichten Wertes in die Modulabschlussnote erfolgt dann laut BSc Prüfungsordnung gemäß dieser Tabelle:

 

Sonstiges

Übungsblatt zum Excel-Workshop: Excel_Einfuehrung.xlsx

 

Materialien zur Veranstaltung

Introduction

Folien zur Vorlesung: 2014_04_25_VL.pdf


Lecture 1

Es geht los mit der Einführung in die Wahrscheinlichkeitsrechnung. Die Inhalte dieser Lecture sind

  • Kapitel 1: Intro
  • Kapitel 2: Wahrscheinlichkeit nach Laplace

Nachholbedarf bei der Indexnotation für Variablen oder dem Summenzeichen kann über die entsprechenden Zusatzmaterialien (letzte Kapitel im Kurs) befriedigt werden.

Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Alpha.

Das Datenbeispiel zur Übung wurde an der Tafel entwickelt und kann nicht heruntergeladen werden.

 

Lecture 2

Die Inhalte dieser Lecture sind

  • Kapitel 3: Wahrscheinlichkeit nach Kolmogorow
  • Kapitel 4: Die bedingte Wahrscheinlichkeit

Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Beta.

Das Datenbeispiel zur Übung wurde an der Tafel entwickelt und kann nicht heruntergeladen werden.

 

Lecture 3

Die Inhalte dieser Lecture sind

  • Kapitel 5: Der Satz von Bayes
  • Kapitel 7: Diskrete Wahrscheinlichkeitsverteilungen und ihre Darstellung

Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Gamma.

Das Datenbeispiel aus der Übung kann hier heruntergeladen werden:

Übung_03.xlsx (Bayes & Tabellen, Hello Kitty-Style)
Übung_03_filled.xlsx (das bearbeitete Datenbeispiel; handschriftliche Ergänzungen u.U. mit Office for Mac nicht anzeigbar) 

Hinweis: Die Hausaufgabe I im iversity Kurs fasst Aufgaben aus den vorhergehenden Do It Yourself Aufgaben zusammen. Diese Aufgabe richtet sich an externe Studierende und braucht nicht bearbeitet zu werden.

 

Lecture 4

Die Inhalte dieser Lecture sind

  • Kapitel 8: Kennwerte diskreter Wahrscheinlichkeitsverteilungen
  • Kapitel 9: Bernoulli-Experimente, Video 1 ("Warum ist die Lottoziehung...") - Video 3 ("Der eigentliche Stichprobenraum...")

Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Delta.

Das Datenbeispiel aus der Übung kann hier heruntergeladen werden:

Übung_04.xlsx (Kennwerte, Dachshund-Style)
Übung_04_filled.xlsx (das bearbeitete Datenbeispiel; handschriftliche Ergänzungen u.U. mit Office for Mac nicht anzeigbar)


Lecture 5

Die Inhalte dieser Lecture sind ein wenig verstreut, da wir einige lose Enden zusammenbringen müssen, bevor wir weitermachen können.

  • Kapitel 9: Bernoulli-Experimente (Rest)
  • Kapitel 10: Die Binomialverteilung
  • Kapitel 11: Die Poissonverteilung
  • Kapitel 12: Die Hypergeometrische Verteilung, Video 1 ("Zufallsexperimente ohne Zurücklegen") bis Video 4 ("Hypergeometrische Verteilungen beim Lottospiel")

Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Epsilon.

Das Datenbeispiel aus der Übung kann hier heruntergeladen werden:

Übung_05.xlsx (Diskrete Verteilungen und Bullying)
Übung_05_filled.xlsx (das bearbeitete Datenbeispiel <erst nach der Übung verfügbar>; handschriftliche Ergänzungen u.U. mit Office for Mac nicht anzeigbar)

Hinweis: Die Hausaufgabe II im iversity Kurs fasst Aufgaben aus den vorhergehenden Do It Yourself Aufgaben zusammen. Diese Aufgabe richtet sich an externe Studierende und braucht nicht bearbeitet zu werden.

 

Lecture 6

Die Inhalte dieser Lecture sind

  • Kapitel 13: Die Hypergeometrische Verteilung (Rest)
  • Kapitel 14: Stetige Wahrscheinlichkeitsverteilungen und ihre Darstellung
  • Kapitel 15: Die Normalverteilung

Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Zeta.

Das Datenbeispiel aus der Übung kann hier heruntergeladen werden:

Übung_06.xlsx (Normalverteilung à la Monty Python)
Übung_06_filled.xlsx (das bearbeitete Datenbeispiel <erst nach der Übung verfügbar>; handschriftliche Ergänzungen u.U. mit Office for Mac nicht anzeigbar)

Hinweis: Die Hausaufgabe III im iversity Kurs (WR) fasst Aufgaben aus den vorhergehenden Do It Yourself Aufgaben zusammen. Diese Aufgabe richtet sich an externe Studierende und braucht nicht bearbeitet zu werden.

 

Lecture 7

Heute beginnen wir den zweiten Teil des Semsters mit der Einführung in die Inferenzstatistik (IS). Die Inhalte dieser Lecture sind

  • Kapitel 1: Einführung

Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Alpha.

Das Datenbeispiel aus der Übung kann hier heruntergeladen werden:

Übung_07.xlsx (Normalverteilung à la Monty Python)
Übung_07_filled.xlsx (das bearbeitete Datenbeispiel <erst nach der Übung verfügbar>; handschriftliche Ergänzungen u.U. mit Office for Mac nicht anzeigbar)

 

Lecture 8

Die Inhalte dieser Lecture sind

  • Kapitel 2: Tests für Häufigkeiten

Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Beta.

Das Datenbeispiel aus der Übung kann hier heruntergeladen werden:

Übung_08.xlsx (Plüschtierhäufigkeitsttests)
Übung_08_filled.xlsx (das bearbeitete Datenbeispiel <erst nach der Übung verfügbar>; handschriftliche Ergänzungen u.U. mit Office for Mac nicht anzeigbar) 


Lecture 9

Die Inhalte dieser Lecture sind

  • Kapitel 3: Der t-Test für eine und zwei abhängige Stichproben

Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Gamma.

Das Datenbeispiel aus der Übung kann hier heruntergeladen werden:

Übung_09.xlsx (Dezibelschlacht um den t-Test)
Übung_09_filled.xlsx (das bearbeitete Datenbeispiel <erst nach der Übung verfügbar>; handschriftliche Ergänzungen u.U. mit Office for Mac nicht anzeigbar) 

 

Lecture 10

Die Inhalte dieser Lecture sind

  • Kapitel 4: Der t-Test für zwei unabhängige Stichproben
  • Kapitel 5: Der Welch Test

Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Delta.

Es wird das Datenbeispiel aus der Übung zur Lecture 9 weitergeführt.

 

Lecture 11

Die Inhalte dieser Lecture sind

  • Kapitel 6: Nichtparametrische Tests

Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Epsilon.

Das Datenbeispiel aus der Übung kann hier heruntergeladen werden:
  <Verfügbar am Tag der Übung>

 

Lecture 12

Die Inhalte dieser Lecture sind

  • Kapitel 6: Nichtparametrische Tests (Rest)
  • Kapitel 7: Tests für Streuungen

Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Zeta.

Das Datenbeispiel aus der Übung kann hier heruntergeladen werden:
  <Verfügbar am Tag der Übung>

 

Twitter Feed