Statistik - Vorlesung

Materialien

Alle Materialien zur Veranstaltung im laufenden Sommersemester finden sich hier:

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

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

Alle Materialien zur Veranstaltung im vergangenen Wintersemester finden sich hier:

https://iversity.org/courses/primer-deskriptive-statistik

https://iversity.org/courses/primer-regressionsrechnung

https://iversity.org/courses/primer-varianzanalyse

Die Youtube Playlist zu unserem Excel Workshop für Einsteiger gibt es hier:

https://www.youtube.com/playlist?list=PLSFgFMMLqanJo66j9uOH7pXUpO_0-Aw_G

Die Inhalte der nächsten Woche werden immer zeitaktuell auf unserem Twitter-Feed und auf dieser Seite bekannt gegeben. Der erste Termin steht am 25.04.2017 zur Verfügung.

Alle Folienpräsentationen in einem Dokument zum Download:

VL_Gesamt.pdf

 

Klausurinformationen

Allgemeine Informationen zur Klausurdurchführung können hier heruntergeladen werden. Häufig gestellte Fragen zur Klausur sind hier beantwortet, Informationen zur Prüfungsanmeldung sind hier gesammelt.

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

Klausurvorbesprechung WiSe 2016/2017 zur Statistik I: https://youtu.be/R5-xMl0woq8
Klausurvorbesprechung SoSe 2017 zur Statistik II: steht ab der letzten Semesterwoche zur Verfügung

 

Klausuren und Ergebnisse

Informationen zum Klausurtermin gibt es hier: Tutorium & Termine 

Klausur Statistik 1 + SPSS: Stati1_Abschlussklausur_SS2017_Daten.xlsx
  Lösung zur Klausur Statistik 1+SPSS: Stati1_Abschlussklausur_SS2017_Loesung.xlsx

Klausur Statistik 2 + SPSS: Stati2_Abschlussklausur_SS2017_Daten.xlsx
  Lösung zur Klausur Statistik 2+SPSS: Stati2_Abschlussklausur_SS2017_Loesung.xlsx

SPSS-Datensatz: SPSS_Abschlussklausur_SS2017_Daten.sav

 

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

http://methodenlehre.sowi.uni-mainz.de/download/Lehre/SS2017/Statistik/notenmodul/getnote2.php

Zum Notenabruf benötigen Sie einen Teilnahmecode, 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/survey/index.php/739225?newtest=Y&lang=de

Wenn Sie nicht an der Lehrevaluation teilnehmen möchten, finden Sie Ihr Klausurergebnis ab Mo, 18.08.2017 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. Eine Detaillierte Beschreibung der Berechnung des Gesamtanteilswertes finden Sie hier.

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

Ausgefüllte Version mit Kommentaren:  Excel_Einfuehrung_Lösung.xlsx

Die YouTube Playlist zu unserem Excel Workshop für Einsteiger findet sich hier: https://www.youtube.com/playlist?list=PLSFgFMMLqanJo66j9uOH7pXUpO_0-Aw_G.

 

Materialien zur Veranstaltung

Introduction

Folien zur Vorlesung: 2017_04_21_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 13: 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; 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; 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 (Statistisches Testen mit Tante Polly)
Übung_07_filled.xlsx (das bearbeitete Datenbeispiel; 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; 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; 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: Der Wilcoxon Vorzeichenrangtest
  • Kapitel 7: Der Vorzeichentest

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

Das Datenbeispiel aus der Übung kann hier heruntergeladen werden:
  Uebung_10.xlsx (Karoshi, Karoshi!)
  Übung_10_filled.xlsx (das bearbeitete Datenbeispiel; handschriftliche Ergänzungen u.U. mit Office for Mac nicht anzeigbar)

 

Lecture 12

Die Inhalte dieser Lecture sind

  • Kapitel 8: Der Mann-Whitney-Wilcoxon U-Test
  • Kapitel 9: Tests für Streuungen

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

Das Datenbeispiel aus der Übung kann hier heruntergeladen werden:
  Uebung_11.xlsx (Gefangenendilemma)
  Uebung_11_filled.xlsx (das bearbeitete Datenbeispiel; handschriftliche Ergänzungen u.U. mit Office for Mac nicht anzeigbar)

Twitter Feed