Lerninhalte finden
Features
Entdecke
Egal, ob Zusammenfassung, Altklausur, Karteikarten oder Mitschriften - hier findest du alles für den Studiengang Bachelor of Science Mathematik
Universität Erlangen-Nürnberg
Bachelor of Science Mathematik
Prof. Dr.
2024
Dein ergebnis
Du hast bereits ein Konto? Anmelden
Dieser Abschnitt behandelt die Methoden zur Beschreibung und Zusammenfassung von Datensätzen. Es werden Konzepte wie Mittelwerte, Streuungsmaße und Verteilungen vorgestellt.
Die Wahrscheinlichkeitstheorie bildet die Basis für viele statistische Methoden. Es werden grundlegende Konzepte der Wahrscheinlichkeit und deren mathematische Beschreibung behandelt.
In diesem Abschnitt wird die Theorie und Praxis der Inferentialstatistik behandelt, um Schlussfolgerungen aus Stichprobendaten zu ziehen.
Dieser Teil behandelt die Grundlagen der Programmiersprache R, die speziell für statistische Berechnungen und Grafiken entwickelt wurde.
Hier werden die Grundlagen der Hypothesentests sowie die Methoden der linearen Regression und Korrelationsanalyse vermittelt.
Die Vorlesung 'Introduction to Statistics and Statistical Programming' an der Universität Erlangen-Nürnberg bietet Dir eine fundierte Einführung in die Welt der Statistik und der statistischen Programmierung. Dieses Modul richtet sich vor allem an Studierende der Mathematik und besteht aus zwei Hauptteilen: 'Statistik' und 'Statistische Programmierung'. Während des Kurses wirst Du sowohl theoretische Grundlagen als auch praktische Fähigkeiten erlernen, wobei ein besonderer Fokus auf der Anwendung der Programmiersprache R liegt. Der Kurs bereitet Dich darauf vor, statistische Methoden und Programme in Deinem Studium und später im Berufsleben effektiv anzuwenden.
Kursleiter: Prof. Dr.
Modulstruktur: Die Vorlesung ist in zwei Teile gegliedert: 'Statistik' und 'Statistische Programmierung'. Jedes Modul besteht aus theoretischen Vorlesungen (2 Stunden pro Woche) und praktischen Übungen (1 Stunde pro Woche).
Studienleistungen: Am Ende des Semesters gibt es eine schriftliche Prüfung. Zusätzlich müssen wöchentliche Übungsblätter bearbeitet und eingereicht werden.
Angebotstermine: Die Vorlesung wird im Wintersemester angeboten.
Curriculum-Highlights: Grundlagen der deskriptiven Statistik, Wahrscheinlichkeitstheorie, Grundlegende Konzepte der schließenden Statistik, Einführung in R (eine Programmiersprache für statistische Berechnungen), Hypothesentests, Regression und Korrelation
Beginne frühzeitig mit dem Lernen, idealerweise schon zu Beginn des Semesters, um Dir die nötige theoretische Basis anzueignen.
Nutze verschiedene Ressourcen, wie Bücher, Übungsaufgaben, Karteikarten und Probeklausuren, um dein Wissen zu vertiefen.
Schließe Dich Lerngruppen an und tausche Dich mit anderen Studierenden aus, um gemeinsam Lösungsstrategien zu entwickeln.
Vergiss nicht, regelmäßige Pausen einzulegen und in diesen Zeiten komplett abzuschalten, um eine Überbelastung zu vermeiden.
Kimberly Q.
Sie haben bereits ein Konto? Login
| Analysis II | Kurs ansehen |
| Bachelor-Arbeit Mathematik | Kurs ansehen |
| Bachelor-Seminar | Kurs ansehen |
| Computerorientierte Mathematik II | Kurs ansehen |
| Diskretisierung und numerische Optimierung | Kurs ansehen |
| Einführung in die Darstellungstheorie | Kurs ansehen |
| Funktionalanalysis I | Kurs ansehen |
| Funktionentheorie I | Kurs ansehen |
| Geometrie | Kurs ansehen |
| Gewöhnliche Differentialgleichungen | Kurs ansehen |
Schule 
Studium 
Ausbildung 
Karteikarten 
StudySmarter AI 
Notizen 
Lernplan 
Spaced Repetition 
Lernsets 
Finde einen Job 
Ausbildungen 
Magazine 
Mobile App 
Für Unternehmen
Betty G.