Statistik und Datenanalyse

Brief description

  • Dateneingabe, Lösungsmethodik, Lösungsinterpretation
  • Beschreibende Statistik: Teilgebiete in der Statistik
  • der Begriff der Stichprobe, Grundgesamtheit
  • wissenschaftliche Skalen (Skalenniveaus, Skalenarten)
  • absolute, relative Häufigkeiten
  • bedingte und gemeinsame Häufigkeitsverteilung
  • Häufigkeitsverteilungen und Histogramme
  • Lagemaße (Median, Modus, Mittelwert)
  • Streuungsmaße (Varianz und Standardabweichung)
  • zweidimensionale Häufigkeiten und empirische Verteilungen
  • zweidimensionale Maße (empirische Korrelation und Kovarianz)
  • Lorenzkurve und Ginikoeffizient
  • empirische Regressionsgerade
  • Informationssysteme zur Datenaufbereitung
  • Navigation und Struktur von gängigen Informationssystemen
  • Funktionen in Informationssystemen
  • Datenverknüpfung in Informationssystemen.

Mode of delivery

Präsenzveranstaltung

Type

Pflichtfach

Recommended or required reading and other learning resources/tools

N.N.

Planned learning activities and teaching methods

Vortrag durch Lektor:innen Blended Learning gesamt und in Kleingruppen, Ausarbeitung und Präsentation der Gruppenarbeiten, selbstorganisiertes Lernen.

Assessment methods and criteria

Schriftliche Endprüfung (70%): offene Fragestellungen, Berechnungen
Immanente Leistungsbeurteilung (30%): Einzel- und Gruppenarbeit und Präsentation inklusive bewerteter Teilprüfungen, aktiver Beitrag während der Lehrveranstaltungen
Inhaltliche Kriterien: Grad der Problemerfassung und Problemcharakterisierung, Komplexität der Lösungen hinsichtlich Fach- und Methodenkompetenz.
Formale Kriterien: Vollständigkeit der Antworten, sprachliche Differenziertheit und Eigenständigkeit der Ergebnisdarstellung.

Prerequisites and co-requisites

keine

Infos

Degree programme

Logistics & Transport Management (Bachelor)

Cycle

Bachelor

ECTS Credits

3.00

Language of instruction

German

Curriculum

Part-Time

Academic year

2025

Semester

2 SS

Incoming

Yes

Learning outcome

Nach erfolgreichem Abschluss der Lehrveranstaltung sind Studierende in der Lage,

  • grundlegende Begriffe und Konzepte der Statistik und Datenanalyse zu nennen und zu erklären (1,2)
  • wichtige Beschreibungsparameter von Statistiken zu nennen, zu erklären und anzuwenden (1,2,3)
  • grundlegende Formen von statistischen Verteilungen und deren Konsequenzen auf die anzuwendenden Methoden zu nennen und zu erklären (1,2)
  • die grundlegenden Klassen von statistischen Daten/Variablen (Skalen) zu nennen und zu erklären (1,2)
  • zentrale statistische Methoden zu nennen und zu erklären (1,2)
  • je nach situativer Anforderung geeignete statistische Methoden auszuwählen und anzuwenden (2,3)
  • die Ergebnisse von statistischen Auswertungen grundlegend zu erklären und zu analysieren (2,4)
  • Nach erfolgreichem Abschluss des Lehrveranstaltungsteils Datenanalyse sind Studierende in der Lage, gängige Informationssysteme zur Datenverarbeitung zu nennen (1)
  • grundlegende Funktionen von Informationssystemen zur Datenanalyse zu erklären und anzuwenden (2,3)
  • Daten miteinander zu verknüpfen (3)
  • Daten nach Vorgabe mit gängigen Informationssystemen zielgerichtet zu bearbeiten und auszuwerten (3,4)

Course code

0391-21-01-BB-DE-22