Lehrform/SWS

4 SWS: Vorlesung 2 SWS; Übung / Projekt 2 SWS

Arbeitsaufwand

Gesamtaufwand 180 Stunden, davon

• 36h Vorlesung
• 36h Übung / Projekt
• 108h Selbststudium

Angestrebte Lernergebnisse

Die Studierenden sind in der Lage empirische Daten so darzustellen, dass wesentlichen Strukturen und Charkateristika erkennbar sind. Die Studierenden können angemessene Kennzahlen und Verfahren zur Charakterisierung von empirischen Daten spezifizieren und ermitteln. Sie beherrschen wesentliche Konzepte zur Visualisierung von empirischen Daten und können erste (explorative) Analysen durchführen.

Die Studierenden kennen grundlegende Konzepte und Verfahren der Inferenzstatistik. Sie sind in der Lage, empirische Daten zu analysieren, Hypothesen zu testen und die Ergebnisse hinsichtlich empirischer Fragestellungen zu interpretieren. Sie können Gütekriterien zur Auswahl unterschiedlicher Verfahren benennen und anwenden.

Inhalt

Skalen, Statistische Kennwerte, Stichproben und Grundgesamtheit, Wahrscheinlichtkeitstheorie und -verteilungen, parametrische und nichtparametrische Testverfahren, Korrelationen, Varianzanalytische und Multivariate Verfahren.

Medienformen

• Beamer-gestützte Vorlesungen (Vorlesungschrift mittels tablet) und Übungsaufgaben

Literatur

• Statistik für Human- und Sozialwissenschaftler”; J. Bortz und C. Schuster, Springer, 7.te Auflage, 2010
• “Modern Staistical Methods for HCI”, Judy Robertson, Maurits Kaptein (Eds), Springer, 2016
• “Deskriptive Statistik”; R. Kosfeld, H. Eckey, M. Türck; Springer, 2016
• “Inferenzstatistik verstehen”; M. Janczyk, R. Pfister, Springer, 2013
• “Discovering Statistics Using IBM SPSS Statistics”, Andy Fields, 5th ed.,Sage Publ. 2017

---

Dies ist ein Teilmodul des Moduls .