FHS HSR HTW Modulname Statistik Stand: Dezember 15 Modulcode STAT Anzahl ECTS-Punkte 2 ECTS STAT 1 ECTS entspricht 30h Aufwand für die Studierenden jede Lektion (1h Kontaktstudium/Woche) ergibt 14h/Semester Gesamtarbeitsaufwand / Workload in Stunden Kontaktstudium davon Anteil Theorie V: 2 Lekt. 28 Stunden und Übung Ü: 0 Lekt. 0 Stunden Praktikum (P) (Kleingruppen) P: 0 Lekt. 0 Stunden „Projekt-Arbeiten“ 0 Stunden Prüfungs-Vorb. 32 Stunden Begleitetes Selbststudium Individuelles Selbststudium Total: Total 60 Stunden Regel-Semester Vollzeit: 2. Semester Unterrichtssprache deutsch Modulniveau Teilzeit: 2. Sem. 2. Sem. B I A C R M S (Erklärung am Ende) Modultyp (Erklärung am Ende) Pflicht Modulverantwortliche(r) Anja Noser Gruppen-Mitglieder: Hauptdozent (Stao-HS) Anja Noser Christoph Strauss Harold Tiemessen Anja Noser Lehr-/Lernmethoden primäres Konzept Vorlesung (mit integrierten Übungen) Leitidee der Umsetzung Die Studierenden sollen befähigt werden Stand. Wahl kleine statistische Anwendungsprobleme mit eigenen Daten selbst zu lösen bei größeren Problemen sinnvoll mit Statistiker/innen zusammen zu arbeiten die Statistik in anderen wissenschaftlichen Arbeiten (wenigstens in den Grundzügen) zu verstehen Missbräuche und Fehler leichter zu durchschauen und selbstständig zu beurteilen FHS HSR HTW Praxisbezug Sicherstellung Praxisbezug Beispiele und Übungsaufgaben stammen soweit wie möglich aus Fachgebieten, die durch das Curriculum WING definiert sind, d.h. technische und wirtschaftliche Anwendungen. Umsetzung der WING-Anf Kommunikation Teamarbeit Systemdenken Industrielle Prozesse Mechatronik N/A Angestrebte Lernergebnisse (Abschlusskompetenzen) Fachkompetenzen: Die Teilnehmenden können: (mathematische) Grundelemente der deskriptiven Statistik, der Wahrscheinlichkeitsrechnung sowie der induktiven Statistik darstellen, verwenden sowie zugehörige Aufgaben und Probleme lösen. Methodenkompetenzen: Die Teilnehmenden können: die Grundprinzipien der Schätz- und Testtheorie darstellen, verwenden sowie zugehörige Aufgaben und Probleme lösen. mit Hilfe der Statistik-Software R Daten grafisch darstellen, statistische Grössen berechnen und einfache Analysen durchführen. Selbstkompetenzen: Die Teilnehmenden können: sich selbständig und eigenverantwortlich mit statistischen Inhalten und Fragestellungen auseinandersetzen erkennen, wann sie die Hilfe von Fachpersonen in Anspruch nehmen müssen. Sozialkompetenzen: Die Teilnehmenden können: statistische Inhalte präzise, stringent und adressatengerecht kommunizieren statistische Fragestellungen präzise formulieren FHS HSR HTW Modul-/Lerninhalte Themen-/Lernblock: Deskriptive Statistik W OCHE 1 2.1 Grundbegriffe Merkmalsträger, Merkmale, Merkmalsausprägungen, qualitativ/quantitativ, diskret/stetig, Grundgesamtheit/Stichprobe W OCHE 2 2.2 Eindimensionale Häufigkeitsverteilungen absolute/relative Häufigkeiten, klassierte/unklassierte Häufigkeitstabelle, klassierte/unklassierte Häufigkeitsverteilung, Stabdiagramm, Histogramm 2.3 Kumulierte Häufigkeiten und empirische Verteilungsfunktion kumulierte absolute/relative Häufigkeiten, empirische Verteilungsfunktion F(x), p-Quantile W OCHE 3 2.4 Lageparameter Arithmetisches Mittel, Zentralwert (Median), Modalwert (Modus), geometrisches Mittel, Wachstumsfaktor/Wachstumsrate W OCHE 4 2.5 Streuungsparameter Spannweite, Quartilsabstand, empirische Varianz, Standardabweichung, Variationskoeffizient, Boxplot 2.6 Zweidimensionale Häufigkeitsverteilung Kontingenztafel, Randhäufigkeiten, Streudiagramm, empirische Kovarianz W OCHE 5 2.7 Korrelationsrechnung Korrelationskoeffizient, Rangkorrelationskoeffizient, Korrelation und Kausalität, Scheinkorrelationen, Beurteilung/Interpretation 2.8 Regressionsrechnung Was ist ein Modell, Methode der kleinsten Quadrate, Regressionsgerade, Residuum, Beurteilung/Interpretation Themen-/Lernblock: Kombinatorik/Wahrscheinlichkeitsrechnung W OCHE 6 3.1 Kombinatorische Grundlagen Fakultäten, Binomialkoeffizienten 3.2 Zufall, Ereignisalgebra Zufallsexperiment, Elementarereignis, Ergebnisraum, Ereignis, disjunkte/komplementäre Ereignisse W OCHE 7 3.3 Wahrscheinlichkeit und Satz von Laplace Axiome der Wahrscheinlichkeitsrechnung, Additionssatz, Satz von Laplace W OCHE 8 3.4 Unabhängige Ereignisse und bedingte Wahrscheinlichkeit unabhängige/abhängige Ereignisse, bedingte Wahrscheinlichkeit, Multiplikationssatz, Wahrscheinlichkeitsbaum, Satz der totalen Wahrscheinlichkeit, Satz von Bayes 3.5 Zufällige Variable und Wahrscheinlichkeitsverteilung Zufallsvariable, Realisationen, diskrete Zufallsvariable: Wahrscheinlichkeitsfunktion f(x), Verteilungsfunktion F(x), stetige Zufallsvariable: Dichtefunktion f(x), Verteilungsfunktion F(x), diskrete/stetige Gleichverteilung FHS HSR HTW Modul-/Lerninhalte W OCHE 9 3.6 Erwartungswert und Varianz einer Verteilung Erwartungswert, unabhängige/abhängige Zufallsvariablen, Gesetz der grossen Zahlen W OCHE 10 3.7 Wichtige diskrete Verteilungen Binomialverteilung, POISSON-Verteilung, hypergeometrische Verteilung W OCHE 11 3.8 Die Normalverteilung GAUSS‘sche Glockenkurve, Standardnormalverteilung, Zentraler Grenzwertsatz, Grenzwertsatz von de MOIVRE und LAPLACE (Stetigkeitskorrektur) Themen-/Lernblock: Induktive Statistik W OCHE 12 4.1 Problemstellung, Zufallsstichproben Grundgesamtheit und Zufallsstichprobe, Schätzprinzip 4.2 Punktschätzungen Schätzfunktion/Schätzer, Stichprobenmittel, Stichprobenvarianz, Anteilssatz, Erwartungstreue, Konsistenz, Angabe von Unsicherheiten beim Messen, Steigung der Regressionsgeraden W OCHE 13 4.3 Intervallschätzungen Konfidenzintervall für den Erwartungswert bzw. den Vergleich zweier Erwartungswerte, Konfidenzintervall für eine Wahrscheinlichkeit p bzw. den Vergleich zweier Wahrscheinlichkeiten, Konfidenzintervall für die Steigung der Regressionsgeraden, Konfidenzintervall für die Varianz 2 W OCHE 14 4.4 Hypothesentests Prinzip eines Hypothesentests, Signifikanzniveau, Fehler 1. und 2. Art, Ablehnungsbereich bzw. kritische Werte, zweiseitige/einseitige Fragestellung, Einstichprobentest (t-Test), Zweistichprobentests (t-Test, 2-Anpassungstest) 5 Arbeiten mit R (ZUSATZ) Eine grosse Datenbasis grafisch darstellen, statistische Grössen berechnen und gelernte Analysen durchführen. Vorkenntnisse (Eingangskompetenzen) Mathematikkenntnisse gemäss Rahmenlehrplan für die Berufsmaturität, technische und gewerbliche Richtung FHS HSR HTW Lehrmittel/-materialien Pflichtliteratur: Methoden Sachs, M. (2013).Wahrscheinlichkeitsrechnung und Statistik: für Ingenieurstudenten an Fachhochschulen. Leipzig: Hanser. FHS St.Gallen. (2016). Angewandte Statistik für Wirtschaftsingenieure. Ergänzungen. FHS, Hochschule für angewandte Wissenschaften St.Gallen Vorlagen Konzepte Weiterführende Literatur: Ligges, U. (2008). Programmieren mit R. Berlin: Springer. Hatzinger, R. Hornik, K. Nagel, H. (2011). R – Einführung durch angewandte Statistik. München: Pearson. Leistungsnachweise: schriftliche Prüfung; Dauer: 90 Minuten Prüfungsart und -dauer Präsentationen, Dauer: Korreferate Projekte Lernberichte schriftliche Arbeiten andere, nämlich: Leistungsnachweise: Weitere Angaben (z.B. Gewichtung der Prüfungsteile bei mehreren Leistungsnachweisen, erlaubte Hilfsmittel, Anforderungen Ausser einem Taschenrechner sind keine Hilfsmittel zur Prüfung zugelassen. Bestandteil der Prüfungsunterlagen ist eine Formelsammlung, welche von den Dozierenden zusammengestellt wurde und die Notation von Sachs, M. (2013).Wahrscheinlichkeitsrechnung und Statistik verwendet. Zulassungsbedingungen zu den Prüfungen keine NICHT enthaltene Inhalte werden explizit in einem anderen Modul erwartet oder vorausgesetzt! Funktionen 𝑓: ℝ → ℝ und ihre Graphen Inhalte Industrieprojekt werden explizit im Industrieprojekt behandelt! 1 - Potenzialfindung N/A 2 - Produktkonzeption N/A 3 - Technischer Entwurf N/A 4 - Prototyp N/A 5 - Serienfertigung N/A Geplante Bildungsausflüge Exkursionen, Firmenbesuche Grundlagen der Integralrechnung keine FHS HSR HTW Notwendige Systeme Software, Hardware Ausrüstung Zimmer Praktika etc. (Investitions-Planung) R (http://www.r-project.org) Open Source Software mit General Public License RStudio (http://rstudio.org) Open Source User Interface für R mit General Public License Besonderes N/A Legende Modulniveau: B – Basic level course: Modul bzw. Kurs zur Einführung in das Basiswissen eines Gebiets I – Intermediate level course: Modul bzw. Kurs zur Vertiefung der Basiskenntnisse A – Advanced level course: Modul bzw. Kurs zur Förderung und Verstärkung der Fachkompetenz¨ S – Specialised level course: Modul bzw. Kurs zum Aufbau von Kenntnisse und Erfahrungen in einem Spezialgebiet Legende Modultyp: C – Core course: Modul bzw. Kurs des Kerngebiets eines Studienprogramms (Pflichtmodul bzw. Pflichtkurs) R – Related course: Unterstützungsmodul bzw. -kurs zum Kerngebiet (z.B. Vermittlung von Vor- oder Zusatzkenntnissen) (Wahlpflichtmodul bzw. -kurs) M – Minor course: Wahlmodul bzw. -kurs