htw saar Piktogramm QR-encoded URL
Zurück zur Hauptseite Version des Moduls auswählen:
Lernziele hervorheben XML-Code

Angewandte Statistik

Modulbezeichnung:
Bezeichnung des Moduls innerhalb des Studiengangs. Sie soll eine präzise und verständliche Überschrift des Modulinhalts darstellen.
Angewandte Statistik
Studiengang:
Studiengang mit Beginn der Gültigkeit der betreffenden ASPO-Anlage/Studienordnung des Studiengangs, in dem dieses Modul zum Studienprogramm gehört (=Start der ersten Erstsemester-Kohorte, die nach dieser Ordnung studiert).
Wirtschaftsingenieurwesen, Master, ASPO 01.10.2011
Code: WIMAS-880
SWS/Lehrform:
Die Anzahl der Semesterwochenstunden (SWS) wird als Zusammensetzung von Vorlesungsstunden (V), Übungsstunden (U), Praktikumsstunden (P) oder Projektarbeitsstunden (PA) angegeben. Beispielsweise besteht eine Veranstaltung der Form 2V+2U aus 2 Vorlesungsstunden und 2 Übungsstunden pro Woche.
1V+1U (2 Semesterwochenstunden)
ECTS-Punkte:
Die Anzahl der Punkte nach ECTS (Leistungspunkte, Kreditpunkte), die dem Studierenden bei erfolgreicher Ableistung des Moduls gutgeschrieben werden. Die ECTS-Punkte entscheiden über die Gewichtung des Fachs bei der Berechnung der Durchschnittsnote im Abschlusszeugnis. Jedem ECTS-Punkt entsprechen 30 studentische Arbeitsstunden (Anwesenheit, Vor- und Nachbereitung, Prüfungsvorbereitung, ggfs. Zeit zur Bearbeitung eines Projekts), verteilt über die gesamte Zeit des Semesters (26 Wochen).
3
Studiensemester: 1
Pflichtfach: ja
Arbeitssprache:
Deutsch
Prüfungsart:
Klausur, Übungsarbeit

[letzte Änderung 23.07.2009]
Verwendbarkeit / Zuordnung zum Curriculum:
Alle Studienprogramme, die das Modul enthalten mit Jahresangabe der entsprechenden Studienordnung / ASPO-Anlage.

WIMAS-880 Wirtschaftsingenieurwesen, Master, ASPO 01.10.2011 , 1. Semester, Pflichtfach
Arbeitsaufwand:
Der Arbeitsaufwand des Studierenden, der für das erfolgreiche Absolvieren eines Moduls notwendig ist, ergibt sich aus den ECTS-Punkten. Jeder ECTS-Punkt steht in der Regel für 30 Arbeitsstunden. Die Arbeitsstunden umfassen Präsenzzeit (in den Vorlesungswochen), Vor- und Nachbereitung der Vorlesung, ggfs. Abfassung einer Projektarbeit und die Vorbereitung auf die Prüfung.

Die ECTS beziehen sich auf die gesamte formale Semesterdauer (01.04.-30.09. im Sommersemester, 01.10.-31.03. im Wintersemester).
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 30 Veranstaltungsstunden (= 22.5 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 3 Creditpoints 90 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 67.5 Stunden zur Verfügung.
Empfohlene Voraussetzungen (Module):
Keine.
Als Vorkenntnis empfohlen für Module:
Modulverantwortung:
Prof. Dr. Susan Pulham
Dozent/innen:
Prof. Dr. Susan Pulham


[letzte Änderung 22.01.2010]
Lernziele:
Die Studierenden können beurteilen, welche statistische Methoden in betriebs-, volkswirtschaftlichen und technischen Fragestellungen (z.B. Qualitätsmanagement, Produktionsplanung, Risikomanagement, CRM) angewandt werden können, und wo die Möglichkeiten und Grenzen statistischer Methoden liegen. Sie besitzen eine Grundkompetenz in der Auswahl und Anwendung geeigneter statistischer Verfahren unter Einsatz von statistischer Software.

[letzte Änderung 16.06.2010]
Inhalt:
1.        Begriffliche Grundlagen
2.        Grundlagen der deskriptiven Statistik
2.1     Univariate Statisitk
2.2     Bivariate Statistik
3.        Grundlagen der induktiven Statistik
3.1     Intervallschätzungen
3.2     Hypothesentests
4.        Überblick über uni- und multivariate Verfahren
4.1        Univariate Varianzanalyse (ANOVA)
4.2        Einfaktorielle multivariate Varianzanalyse (MANOVA)
4.3        Univariate Regressionsanalyse

[letzte Änderung 16.06.2010]
Weitere Lehrmethoden und Medien:
Beamer-Präsentation, Berichte aus Presse und statistischen Untersuchungen, Excel-Dateien mit Beispielmaterial, Skript, Statistik-Software (PASW), Tafel

[letzte Änderung 16.06.2010]
Literatur:
Ayyub, B.M., McCuen R.H. (1997): Probability, Statistics and Reliability for Engeneers, CRC Press
Backhaus, Erichson, Plinke, Weiber (2008): Multivariate Analysemethoden, Springer Verlag Berlin, 12. Aufl.
Bamberg, Bauer: Statistik, Oldenbourg Verlag München Wien, 2008, 14. Aufl.
Fahrmeir L., Hamerle, A. (1984): Multivariate Statistische Verfahren, de Gruyter
Fahrmeir L. u.a.: (1997): Der Weg zur Datenanalyse, Springer
Krafft O. (1978): Lineare statistische Modelle und optimale Versuchspläne, Vandenhoek & Ruprecht
Krämer, W, u.a. (2004): Datenanalyse mit SAS, Springer
Krzanowski, W.J. (2003): Principles of Multivariate Analysis, Oxford Uni. Press
Moosmüller, G (2004): Methoden der empirischen Wirtschaftsforschung, Pearson-Studium
Pruscha H. (1996): Angewandte Methoden der Mathematischen Statistik, Teubner
Schaich, E,. Münnich, R. (1999): Mathematische Statistik für Ökonomen, Verlag Vahlen
Sincich: Business Statistics by Examples, Prentice Hall,1996
Storm, R. (2001): Wahrscheinlichkeitsrechung, Mathematische Statistik und Statistische Qualitätskontrolle, Fachbuchverlag / Carl-Hanser-Verlag
Toutenburg, Heumann: Induktive Statistik, Eine Einführung mir R und SPSS, Springer, 2008
von Auer, L. (2005).: Ökonometrie – Eine Einführung, Springer


[letzte Änderung 17.03.2010]
 
[Fri Apr 19 12:03:43 CEST 2024, CKEY=wim880, BKEY=wim, CID=WIMAS-880, LANGUAGE=de, DATE=19.04.2024]