Modules Master

Modulnummer:
INFXXXX


Modultitel:

Vorlesung Angewandte Statistik II (Lecture Course Applied Statistics II)

Art des Moduls:
Wahlpflicht


Im Modul
ECTS-Punkte6
Arbeitsaufwand
- Kontaktzeit
- Selbststudium
Arbeitsaufwand
180 h
Kontaktzeit
60 h / 4 SWS
Selbststudium
120 h
Moduldauer1-semestrig
Häufigkeit des Angebotsalle 2 Jahre im Sommersemester
Unterrichtssprachedeutsch
Lehr-/LernformenVorlesung mit Übungen
Klausur & Benotungschriftliche Klausur am Ende der Vorlesung; Dauer: 90 min; Modulnote entspricht Klausurnote
ModulinhaltAufbauend auf Angewandte Statistik I werden komplexere statistische Methoden behandelt: Generalisierte Lineare Modelle (GLM), Hauptkomponentenanalyse (PCA), Unabhängigkeitsanalyse (ICA) und Bayes-Statistik.
Der Schwerpunkt liegt auf der praktischen Anwendung aller Methoden und deren Implementation in der Programmiersprache Python (mit den Modulen statsmodels, scipy.stats, sklearn und pystan) und der Darstellung der Ergebnisse in Notebooks.
QualifikationszieleDie Studenten sollen weiterführende statistische Methoden kennen-, anwenden und in Software implementieren lernen. Die Unterschiede zwischen frequentistischer und Bayes-Statistik werden hinterfragt. Angeeignetes Wissen und Erfahrung soll die Studenten in die Lage versetzen, Versuche selbst planen und auswerten zu können und dabei typische Fehler zu vermeiden. In der Literatur dargestellte Ergebnisse werden kritisch hinterfragt.
Verwendbarkeit
Anrechenbar für

Informatik - Master

Bioinformatik - Master

Medieninformatik - Master

Medizininformatik - Master
Kognitionswissenschaft - Master Hauptfach
im Bereich Kognitive Informatik (MKOGINF)
Teilnahmevoraussetzungen

Mathematische Grundlagen (Analysis, lineare Algebra) sowie solide statistische Grundlagen, z.B. durch den Besuch der Veranstaltung "Angewandte Statistik I"

VerantwortlicherDr. Uli Wannek
LiteraturWird in der Vorlesung bekannt gegeben