EventoWeb
Zürcher Hochschule für Angewandte Wissenschaften
Menu Home User Menu
Nicht angemeldet Anmelden
[ Deutsch (Schweiz) ]   [ Englisch Englisch ]
[ de ]   [ en en ]
Nicht angemeldet Anmelden
t.BA.XX.STMO.20HS (Statistisches Modellieren) 
Modul: Statistisches Modellieren
Diese Information wurde generiert am: 06.12.2024
Nr.
t.BA.XX.STMO.20HS
Bezeichnung
Statistisches Modellieren
Veranstalter
T IDP
Credits
4

Beschreibung

Version: 2.0 gültig ab 01.02.2021
 

Kurzbeschrieb

 Das Modul führt anhand der linearen Regressionsanalyse in die Grundlagen des statistischen Modellierens ein. Es werden dabei Aspekte der Modellstruktur, der Inferenz, der Prognose, der Residuenanalyse sowie der Modellentwicklung im Detail theoretisch und an konkreten Fallbeispielen betrachtet.

Modulverantwortung

 Ruckstuhl, Andreas (rkst)

Lernziele (Kompetenzen)
Ziel Kompetenzen Taxonomiestufen
Sie sind vertraut mit praxisrelevanten Methoden der einfachen und multiplen linearen Regressionsanlayse und können entsprechende Resultate interpretieren F, M K3, K4
Sie erkennen, aus welchen Prinzipien die Methoden abgeleitet werden F, M K2
Sie können beurteilen, ob das Regressionsmodell zu den Daten passt F, M K3, K4, K6
Sie können ein Regressionsmodell datengestützt entwickeln F, M K3, K4, K5
Sie können die behandelten Methoden mit einem Statistik-Programm-Paket praktisch anwenden. F, M K3

Modulinhalte

 Einfache und Multiple Regressionsmodelle, Schätzungen (inkl. Prinzip der maximalen Likelihood und robuste Methoden), Parametertests, Vertrauens- und Prognoseintervalle, Prüfen der Modelleignung (Residuenanalyse), Modellvergleich, Variablenselektion (inkl. Informations-Kriterium von Akaike), Modellentwicklung, Glättung (lokale Regression, Smoothing Spline), additive Modelle.

Statistik-Programm-Paket R: Statistik- und Grafikroutinen für die behandelten Verfahren.

Lehrmittel/Materialien

 Skript, Arbeitsblätter, allenfalls weitere ergänzende Materialien wie Folien, Handouts etc.

Ergänzende Literatur

 Montgomery, Peck and Vining (2012), Introduction to linear Regression Analysis, 5th Ed., Wiley Series in Probability and Statistics

Zulassungs-voraussetzungen 

 Sie sind mit den grundlegenden Konzepten der Statistik (WAST3) vertraut.

Unterrichtssprache

 (X) Deutsch ( ) Englisch

Teil des Internationalen Profils

 ( ) Ja (X) Nein

Modulausprägung

 Typ 2a
  Details siehe unter: T_RL_Richtlinie_Modulauspraegungen_Stundengutschriften

Leistungsnachweise
Bezeichnung Art Form Umfang Bewertung Gewichtung
Leistungsnachweise während Studiensemester Klausur schriftlich max 60 Min Benotung max 20%
Semesterendprüfung Klausur schriftlich 90 Min Benotung min 80%

Bemerkungen

 Leistungsnachweis während der Unterrichtszeit und seine Gewichtung wird in der Modulvereinbarung festgelegt

Rechtsgrundlage

 Die Modulbeschreibung ist neben Rahmenprüfungsordnung und Studienordnung Teil der Rechtsgrundlage. Sie ist verbindlich. Eine in der ersten Unterrichtswoche des Semesters schriftlich festgehaltene und kommunizierte Modulvereinbarung kann die Modulbeschreibung präzisieren. Die Modulvereinbarung ersetzt nicht die Modulbeschreibung.
Kurs: Statistisches Modellieren - Vorlesung
Nr.
t.BA.XX.STMO.20HS.V
Bezeichnung
Statistisches Modellieren - Vorlesung

Hinweis

  • Für das Stichdatum 02.08.2099 ist kein Modulbeschreibungstext im System verfügbar.