| Modulkategorie / Category |
Forschungsmethoden
|
Pflicht / Compulsory
|
Wahlpflicht / Elective compulsory
|
Wahl / Optional
|
|
X
|
|
|
| Durchführende Hochschule / University |
Zürcher Hochschule für Angewandte Wissenschaften, ZHAW |
| Gültigkeit RPO / Validity of study regulation |
29.01.2008 |
| Gültigkeit Anhang / Validity amendment |
Hebamme V 4.1.0
Pflege V 5.0.0
Physiotherapie V 8.0.0
|
| Semester / Term |
1. Semester |
| Voraussetzung / Pre-requirements |
Keine |
| Modulspezifikation |
Das Modul gibt es mit einer Ausrichtung A und einer Ausrichtung B |
| Unterrichtssprache / Teaching language |
Deutsch |
| Arbeitsaufwand / Workload (h) |
Gesamtarbeitszeit (h)
Total workload (h) |
150h
|
|
Kontaktstudium (h)
Course of study with compulsory attendance (h) (=KS)
|
Begleitetes Selbststudium (h) / Guided self-studies (h) (=bSS)
|
Autonomes Selbststudium (h) / Autonomous self-study (h) (=aSS)
|
|
A: 36h
B: 36h
|
A: 64h
B: 84h
|
A: 50h
B: 30h
|
| Grobziele / General aims |
Die Studierenden
A + B:
• Kennen die Grundlagen der Wahrscheinlichkeitstheorie
• Kennen die wichtigsten Zugänge zum Schätzen und Testen von Hypothesen
• Kennen die Terminologie der beschreibenden Statistik
• Verstehen und erklären die Grundlagen der beschreibenden Statistik
• Verfügen über Basisfertigkeiten für das Aufbereiten und Beschreiben von in der Praxis der Gesundheitsberufe anfallenden Daten
• Führen einfache Berechnungen der deskriptiven Statistik durch
• Können uni- und multivariate deskriptive Statistiken mit dem Open-Source Programm R bewerkstelligen
• Können klassische Ein- und Zweistichprobenprobleme mit R analysieren • Verstehen und erklären die Grundlagen des linearen Modells
A:
• Kennen den Unterschied zwischen frequentistischer und Bayes'scher Statistik
|
| Abschlusskompetenzen / Learning outcomes |
Siehe Modul-Langbeschreibung |
| Lerninhalte / Learning contents |
A+B:
• Grundlagen der Wahrscheinlichkeitstheorie
• Zugänge zum statistischen Schließen, Schätzen und Testen
• Einführung in die Statistik-Umgebung R
• Beschreibende Statistik mit R
• Klassische Schätz- und Testverfahren bei Normalverteilung
• Nicht-parametrische Analysen
• Analyse von Häufigkeitsdaten
• Einführung in das lineare Modell A:
• Gegenüberstellung frequentistische vs. Bayes-Statistik
A:
• Gegenüberstellung frequentistische vs. Bayes-Statistik
|
| Lehrformen / Teaching methods |
- Skriptbasierte Vorlesungen
- eLearning
- Einzelarbeiten
- Gruppenarbeiten
|
| Leistungsnachweise / Learning assessments |
Anzahl / Number
|
Art / Form
|
Gewichtung und Bewertung /
Weighting and rating
|
|
A: 1
B: 4
B: 1
|
Endprüfung
Online-Tests
Endprüfung
|
Summativ (Note), 100%
Die Modulnote entspricht der Note der Endprüfung
Formativ (Bedingung für Teilnahme Endprüfung)
Bestanden/Nicht-bestanden
Summativ (Note), 100%
Die Modulnote entspricht der Note der Endprüfung
|
| Bemerkungen / Notes |
B: Das Erfüllen der Online-Tests ist Voraussetzung
• um dem Unterricht zu folgen
• für die Teilnahme an der Endprüfung
|