Navigation

Statistik

Überblick

Statistik und Wahrscheinlichkeitsrechnung verfolgen uns tagtäglich. Hilft ein bestimmtes Medikament gegen Kopfschmerzen? Wie lange warte ich im Schnitt auf die U-Bahn? Können Frauen besser Autofahren als Männer? Und natürlich sind statistische Verfahren auch nicht aus der Welt der BWL, VWL oder Soziologie wegzudenken. Zieht ein neues Webseiten-Design mehr Käufer an als das alte? Wie viele Kunden sollte eine Firma befragen, um belastbare Aussagen über die Interessen ihrer gesamten Kundschaft treffen zu können? Wie hoch ist das durchschnittliche Haushaltseinkommen in Deutschland? In welchem Land sind die Einkommen besonders ungleich verteilt? Dauert es im Schnitt weniger als X Monate bis ein(e) Arbeitslose(r) wieder einen Job gefunden hat?

Dieser Kurs gibt eine Einführung in statistische Methoden, die dazu genutzt werden können, um i) Daten zu beschreiben, ii) Datenerhebungen zu planen, iii) von Stichproben auf ganze Populationen zu schließen, iv) Zufallsvorgänge zu analysieren und v) große Datensätze mittels Maschinellen Lernens zu analysieren.

Da mehr und mehr Berufsbilder in Wirtschaft und Forschung das praktische Arbeiten mit Datensätzen beinhalten, bietet der Kurs auch eine Einführung in die praktische Datenanalyse auf Basis der Statistiksoftware R.

Studierende, die den Kurs erfolgreich abschließen, können i) Datensätze mittels geeigneter Maßzahlen beschreiben und geeignete Formen zur Visualisierung von Daten auswählen, ii) grundlegende Stichprobenverfahren erläutern, iii) Parameter von Verteilungen schätzen und verschiedene Arten von Hypothesentests anwenden, iv) induktive Methoden als Grundlage des Arbeitens in empirischen Wissenschaften einsetzen und statistische Ergebnisse kritisch überprüfen, v) die Funktionsweise ausgewählter Verfahren des Maschinellen Lernens erklären und vi) die behandelten Methoden praktisch in der Statistiksoftware R implementieren.

Kursorganisation

Der Kurs deckt zwei Module ab. Für Studierende im Studiengang Wirtschaftsingenieurwesen das Modul RUW-2170 mit 7,5 ECTS. Für alle anderen Studierenden das Modul RUW-2172 mit 10 ECTS.

Der Kurs besteht aus zwei wöchentlichen Vorlesungen (insg. 4 SWS), einer Übung (2 SWS), einem Tutorium (fakultativ, 2 SWS) sowie (für die Kurs-Version RUW-2172) einer R-Übung (2 SWS) und einem R-Tutorium (fakultativ, 2 SWS). Bitte beachten Sie, dass die Vorlesungen und die R-Übung jeweils nur im Wintersemester angeboten werden, während Sie die anderen Veranstaltungen auch im Sommersemester besuchen können.

Kurssprache ist Deutsch.

Die erste Veranstaltung im Wintersemester 2019/20 ist die Vorlesung am 22. Oktober. Die erste Übung findet am 22. Oktober um 15:00h statt. Die erste R-Übung am 23. Oktober. Tutorien und R-Tutorien beginnen in der Woche ab dem 28. Oktober.

Hinweise zur Klausur

Das Modul wird mit einer schriftlichen Klausur (120 Minuten) am Ende des Semesters geprüft. Die Klausur besteht zu rund 2/3 aus einem Multiple-Choice-Teil und zu rund 1/3 aus (Teil-)Aufgaben, die frei beantwortet werden müssen. Für Studierende, die die Kursversion RUW-2172 belegen (im Prinzip alle außer Studierende des Wirtschafts-ingenieurwesens), beinhaltet die Klausur auch Fragen zur praktischen Umsetzung statistischer Analysen in R.

Als Hilfsmittel bei der Klausur sind zugelassen:

  • die vom Lehrstuhl herausgegebene Formelsammlung (farbliche Hinterlegung von Textpassagen und/oder Formeln sind gestattet, andere Einträge nicht)
  • ein nicht-programmierbarer Taschenrechner

Bitte beachten Sie, dass das Format der Klausuren anders ist als vor dem Wintersemester 2019/20. Die abgefragten Inhalte werden sich aber nur graduell ändern, so dass Sie Altklausuren, wenn Sie möchten, trotzdem weiter für die zusätzliche Klausurvorbereitung nutzen können. Wir stellen eine Auswahl auf dieser Seite zum Download zur Verfügung.

Hinweise zur Literatur

Die Vorlesung orientiert sich an folgendem Lehrbuch, das für Sie in der FAU-Bibliothek online verfügbar ist:

  • Schlittgen, Rainer (2012), Einführung in die Statistik – Analyse und Modellierung von Daten (12. Auflage), Oldenbourg Wissenschaftsverlag GmbH, München.

Für einzelne Themenbereiche sind außerdem die zwei folgenden Lehrbücher relevant:

  • James, Gareth, Daniela Witten, Trevor Hastie und Robert Tibsirani (2013), An Introduction to Statistical Learning, Springer, Heidelberg. [Als elektronische Version auf der Webseite eines Autors verfügbar (Link).]
  • Kauermann, Göran und Helmut Küchenhoff (2010), Stichproben – Methoden und praktische Umsetzung in R, Springer, Heidelberg. [Als elektronische Version in der FAU-Bibliothek verfügbar.]

Darüber hinaus empfehlen wir für Studierende, die nach weiterer Literatur über die Grundlagen der Statistik suchen die beiden folgenden Lehrbücher:

  • Mosler, Karl und Friedrich Schmid (2006), Beschreibende Statistik und Wirtschaftsstatistik, 3. Ausgabe, Springer, Heidelberg.
  • Mosler, Karl und Friedrich Schmid (2006), Wahrscheinlichkeitsrechnung und schließende Statistik, 2. Ausgabe, Springer, Heidelberg.

Syllabus

Detaillierte Informationen über den Kurs finden Sie zusammengefasst auch im aktuellen Syllabus.