Semester: | 3. |
Credits: | 5 CP |
Dauer: | 1 Semester |
Modulbeauftragte:r: | Andreas P. Redecker |
Kontaktzeit: | a) 2 SWS b) 2 SWS |
Selbststudium: | 90 h |
Gruppengröße: | a) 75 b) 25 |
Die Studierenden können empirisch gewonnene Daten beschreiben und mit Hilfe solcher Daten Hypothesen über das jeweils zugrunde liegende Problem untersuchen bzw. testen.
Die Mathematik stellt eine universelle Sprache zur Verfügung und ermöglicht es, gewisse Aspekte präzise zu beschreiben und somit einer objektiven – also insbesondere nachvollziehbaren – wissenschaftlichen Analyse zugänglich zu machen. Eine wichtige Rolle spielt dabei die Statistik. Empirische Forschung, wie sie beispielsweise in der Geographie betrieben wird, beruht auf der Erhebung von Daten. Solche Daten sind immer mit zufälligen Fehlern behaftet, sei es aufgrund von Messfehlern oder weil nur eine gewisse Zahl von einzelnen Messungen (Beobachtungen) zur Verfügung steht. Eine wichtige Aufgabe der Statistik ist es, Verfahren zur Auswertung solcher Daten zur Verfügung zu stellen und dabei auch den Grad der Genauigkeit und Verlässlichkeit der aus den Daten gezogenen Schlüsse zu quantifizieren.
Das Modul umfasst das Auffrischen und Vertiefen von Kenntnissen der Mathematik, die Heranführung an wissenschaftliche Denk- und Arbeitsweisen sowie das selbstständige Auswerten von Daten. Gegenstand sind dabei elementares Rechnen, Deskriptive Statistik, elementare Wahrscheinlichkeitsrechnung, Schließende Statistik und Lineare Regression.
Vorlesung, Übung
Klausur (90 Min.)
Voraussetzungen für die Vergabe von Kreditpunkten
Bestandene Prüfungsleistung
Verwendung des Moduls
Eigenständiges Modul im B.Sc.-Studiengang Geographie
Stellenwert der Note für die Endnote
Die Modulnote geht CP-gewichtet (5/180) in die B.Sc.-Endnote ein
In diesem Semester finden keine Kurse statt.
Bitte beachten Sie Hinweise zu möglichen Änderungen im Moodle-Kurs zur Veranstaltung.
Dozierende: | Nicolai Bissantz |
Lehrveranstaltungsart: | Vorlesung |
Anmeldung: | Moodle Die Anmeldung zum Moodle-Kurs ist voraussichtlich vom 01.10.-15.10.2024 ohne Kennwort möglich. |
Dozierende: | |
Lehrveranstaltungsart: | Übung |
Anmeldung: | Moodle Anmeldung zu einer der Übungen erfolgt im Moodle-Kurs der Veranstaltung. Details dazu in der ersten Vorlesung. |