EventoWeb
Zürcher Hochschule für Angewandte Wissenschaften
Menu Home User Menu
Nicht angemeldet Anmelden
[ Deutsch (Schweiz) ]   [ Englisch Englisch ]
[ de ]   [ en en ]
Nicht angemeldet Anmelden
n.BA.AD.AES.23HS (Applied Environmental Statistics) 
Modul: Applied Environmental Statistics
Diese Information wurde generiert am: 23.11.2024
Nr.
n.BA.AD.AES.23HS
Bezeichnung
Applied Environmental Statistics
Credits
2

Beschreibung

Version: 1.0 gültig ab 01.08.2023

 

Studiengang  Applied Digital Life Sciences
Geltende Rechtsordnung  RPO vom 29. Januar 2008, Studienordnung des Dept. N vom 15. Dez. 2009, Anhang für den Bachelorstudiengang Applied Digital Life Sciences
Modultyp   
X Pflichtmodul   Wahlpflichtmodul   Wahlmodul
Plansemester  4. Semester
Modulverantwortliche/r  Jürgen Dengler
Telefon / E-Mail  +41 (0)58 934 50 84 / juergen.dengler@zhaw.ch
Beteiligte Mitarbeitende und Lehrbeauftragte  Jürgen Dengler, Stefan Widmer, Daniel Hepenstrick
Vorausgesetzte Module  Statistik und Wahrscheinlichkeit, Statistische Modellierung und Simulation, Versuchsplanung und Auswertung
Zu erreichende Kompetenzen  Fachliche Kompetenzen:
Die Studierenden
  • verstehen, wie sie ihre Daten stichprobenartig erfassen und organisieren können, um statistische Methoden auf diese anzuwenden
  • sind in der Lage, ein breites Spektrum statistischer Methoden in der Programmiersprache R auf reale Datensätze anzuwenden, um Fragen der Ökologie und Umweltwissenschaften zu beantworten
  • sind in der Lage, statistische Ergebnisse angemessen zu präsentieren und zu interpretieren.
Überfachliche Kompetenzen:
Die Studierenden
  • nutzen eine breite Palette von Quellen, um Lösungen für statistische Probleme zu finden.
Inhalt des Moduls
  • Versuchs- und Stichprobenpläne in der Ökologie, einschließlich der Frage der korrekten Wiederholung
  • Wiederholung einfacher statistischer Methoden und ihrer Voraussetzungen (Vergleich zweier Stichproben, ANOVA)
  • Regressionsverfahren (linear, polynomial, mehrfach, nichtlinear)
  • Verallgemeinerte lineare Modelle (GLMs) mit verschiedenen Verteilungen (Poisson-Regression, logistische Regression,…) und verallgemeinerte additive Modelle (GAMs)
  • Informationstheoretischer Ansatz und Multimodell-Inferenz
  • Lineare Modelle mit gemischten Effekten (LMMs) und verallgemeinerte lineare Modelle mit gemischten Effekten (GLMMs)
  • constrained und unconstrained ordination
  • Clusteranalysen und andere Klassifizierungsansätze, einschließlich der Analyse von Indikatorarten
  • Modellierung von Biodiversitätsmustern und deren Einflussfaktoren
Anschlussmodule Computational modelling in environmental sciences, Spatio-temporal data science
Unterrichtsmethoden  Flipped Classroom: Die Studierenden erhalten einen ausführlichen Reader mit theoretischem Hintergrund und Informationen zur Umsetzung in R (und ggf. Zusatzmaterialien), den sie selbst lesen. In der Klasse werden diese Themen dann gemeinsam diskutiert und eventuell unklare Aspekte weiter ausgearbeitet.

Begleitetes Kodieren in R: In der Vorlesung werden einige Musterlösungen in R präsentiert, anschließend bearbeiten die Studierenden kleinere Aufgaben selbst (wobei die Dozierenden für Hilfe zur Verfügung stehen).

Hausaufgaben: Die Studierenden erhalten Aufgaben, die sie als Hausaufgaben bearbeiten sollen.
Digitale Lernressourcen 
  • Reader
  • Praktische Übungen in R mit kommentierten Lösungen
  • Wissenschaftliche Arbeiten zu bestimmten Themen
Unterrichtsgliederung / Gesamtaufwand   
 Kontaktstudium 28
 Begleitetes Selbststudium 14
 Autonomes Selbststudium 18
 Total Workload 60
Präsenzverpflichtung im Unterricht  Präsenz wird stark empfohlen, aber nicht mit Präsenzliste durchgesetzt.
Leistungsnachweise 
  • Abgesetzte schriftliche Modulendprüfung 40%
  • Erfahrungsnote 60%: practical exam (students have to analyse a real dataset, prepare the results, interpret them and present everything in science-adequate style)
 
Bei einer geringen Teilnehmerzahl kann die Prüfungsform der Repetitionsprüfung nach Absprache mit der Studiengangleitung durch Dozierende abgeändert werden: z.B. anstatt einer schriftlichen kann eine mündliche Prüfung abgehalten werden. Bitte entsprechende Meldung der geänderten Prüfungsform per E-Mail (ohne Formular) an pruefungsadmin.lsfm@zhaw.ch und Cc. Studiengangleitung.
Unterrichtssprache  Englisch
Bemerkungen  -

 

Kurs: Applied Environmental Statistics
Nr.
n.BA.AD.AES.23HS.V
Bezeichnung
Applied Environmental Statistics

Hinweis

  • Für das Stichdatum 23.11.2024 ist kein Modulbeschreibungstext im System verfügbar.