Materialien
Alle Materialien zur Veranstaltung im laufenden Sommersemester finden sich hier:
https://iversity.org/courses/einfuehrung-in-die-wahrscheinlichkeitsrechnung--17
https://iversity.org/courses/primer-inferenzstatistik-1-0
Alle Materialien zur Veranstaltung im vergangenen Wintersemester finden sich hier:
https://iversity.org/courses/primer-deskriptive-statistik
https://iversity.org/courses/primer-regressionsrechnung
https://iversity.org/courses/primer-varianzanalyse
Die Youtube Playlist zu unserem Excel Workshop für Einsteiger gibt es hier:
https://www.youtube.com/playlist?list=PLSFgFMMLqanJo66j9uOH7pXUpO_0-Aw_G
Die Inhalte der nächsten Woche werden immer zeitaktuell auf unserem Twitter-Feed und auf dieser Seite bekannt gegeben. Der erste Termin steht am XX.XX.2019 zur Verfügung.
Alle Folienpräsentationen in einem Dokument zum Download:
Klausurinformationen
Allgemeine Informationen zur Klausurdurchführung können hier heruntergeladen werden. Häufig gestellte Fragen zur Klausur sind hier beantwortet, Informationen zur Prüfungsanmeldung sind hier gesammelt.
Die Klausurvorbesprechungen für die Inhalte der kommenden Modulabschlussklausur aus den Veranstaltungen dieses und das vergangenen Semesters können hier angesehen werden:
Klausurvorbesprechung WiSe 2017/2018 zur Statistik I: https://youtu.be/ih5Oe4N1tvs
Klausurvorbesprechung SoSe 2018 zur Statistik II: <a href="https://video.uni-mainz.de/Panopto/Podcast/StreamInBrowser/c97e1a99-e7a4-4ea9-85e6-dba84f7f4590.mp4
Klausuren und Ergebnisse
Klausur Statistik 1: Stati1_Abschlussklausur_SS2018_Daten.xlsx
Lösung zur Klausur Statistik 1: Stati1_Abschlussklausur_SS2018_Loesung.xlsx
Klausur Statistik 2: Stati2_Abschlussklausur_SS2018_Daten.xlsx
Lösung zur Klausur Statistik 2: Stati2_Abschlussklausur_SS2018_Loesung.xlsx
Klausur SPSS: SPSS_Abschlussklausur_SS2018_Daten.xlsx
Lösung zur Klausur SPSS: SPSS_Abschlussklausur_SS2018_Loesung.xlsx
SPSS-Datensatz: SPSS_Abschlussklausur_SS2018_Daten.sav
Informationen zum Klausurtermin gibt es hier: Tutorium & Termine
Die Ergebnisse der Probeklausur und der Abschlussklausur stehen nun fest. Klicken Sie auf einen der Links, um eine Tabelle mit detaillierten Ergebnissen anzeigen zu lassen.
Auswertung_Klausurteil.png (Bilddatei; ggf. Linksklick auf das Bild zum Vergrößern)
Auswertung Abschlussklausur.png (Bilddatei; ggf. Linksklick auf das Bild zum Vergrößern)
Detailtabellen der Punktevergabe in den Klausurbereichen Statistik 1, Statistik 2 und SPSS erhalten Sie hier:
Auswertung_Stati1.png (Bilddatei; ggf. Linksklick auf das Bild zum Vergrößern)
Auswertung_Stati2.png (Bilddatei; ggf. Linksklick auf das Bild zum Vergrößern)
Auswertung_SPSS.png (Bilddatei; ggf. Linksklick auf das Bild zum Vergrößern)
Auswertung_FoMe.png (Bilddatei; ggf. Linksklick auf das Bild zum Vergrößern)
Bitte beachten Sie, dass für die einzelnen Klausurbereiche ebenso wie für die Probeklausur keine separaten Noten vergeben werden. Die in den Tabellen ausgewiesenen Noten dienen nur der Orientierung. Zur tatsächlichen Ermittlung der Modulabschlussnote findet eine Mittelung der erreichten Punkteanteile statt (siehe unten).
Die Möglichkeit zur Klausureinsicht endet am 17.08.2018, 23:59 Uhr.
Die Ergebnisse der Probe- und Abschlussklausur stehen nun fest. Wenn Sie Ihre Ergebnisse vorab online einsehen möchten, können Sie dies über diesen Link tun:
images/download/Lehre/SS2018/Statistik/notenmodul/getnote2.php
Zum Notenabruf benötigen Sie einen Teilnahmecode, den Sie nach der Teilnahme an der Lehrevaluation zur Vorlesung Statistik bei Dr. Malte Persike erhalten, die Sie über diesen Link finden:
http://methodenlehre.org/survey/index.php/739225?newtest=Y&lang=de
Wenn Sie nicht an der Lehrevaluation teilnehmen möchten, finden Sie Ihr Klausurergebnis ab Mo, 06.08.2018 frei verfügbar an gleicher Stelle.
Benotungsschema für Klausuren
Die Berechnung der Note erfolgt anhand der Bildung des arithmetischen Mittels aus den vier Anteilswerten der in den vier Klausurbereichen erreichten Punkte. Eine Detaillierte Beschreibung der Berechnung des Gesamtanteilswertes finden Sie hier.
Die Berechnung der Note erfolgt anhand der Bildung des arithmetischen Mittels aus den vier Anteilswerten der in den vier Klausurbereichen erreichten Punkte. Der so ermittelte Gesamtanteilswert wird stets auf zwei Nachkommastellen aufgerundet. Die Umrechnung des erreichten Wertes in die Modulabschlussnote erfolgt dann laut BSc Prüfungsordnung gemäß dieser Tabelle:
Sonstiges
Übungsblatt zum Excel-Workshop: Excel_Einfuehrung.xlsx
Ausgefüllte Version mit Kommentaren: Excel_Einfuehrung_Lösung.xlsx
Die YouTube Playlist zu unserem Excel Workshop für Einsteiger findet sich hier: https://www.youtube.com/playlist?list=PLSFgFMMLqanJo66j9uOH7pXUpO_0-Aw_G.
Materialien zur Veranstaltung
Introduction
Folien zur Vorlesung: 2018_04_20_VL.pdf
Lecture 1
Es geht los mit der Einführung in die Wahrscheinlichkeitsrechnung. Die Inhalte dieser Lecture sind
- Kapitel 1: Intro
- Kapitel 2: Wahrscheinlichkeit nach Laplace
Nachholbedarf bei der Indexnotation für Variablen oder dem Summenzeichen kann über die entsprechenden Zusatzmaterialien (letzte Kapitel im Kurs) befriedigt werden.
Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Alpha.
Das Datenbeispiel zur Übung wurde an der Tafel entwickelt und kann nicht heruntergeladen werden.
Lecture 2
Die Inhalte dieser Lecture sind
- Kapitel 3: Wahrscheinlichkeit nach Kolmogorow
- Kapitel 4: Die bedingte Wahrscheinlichkeit
Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Beta.
Das Datenbeispiel zur Übung wurde an der Tafel entwickelt und kann nicht heruntergeladen werden.
Lecture 3
Die Inhalte dieser Lecture sind
- Kapitel 5: Der Satz von Bayes
- Kapitel 7: Diskrete Wahrscheinlichkeitsverteilungen und ihre Darstellung
Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Gamma.
Das Datenbeispiel aus der Übung kann hier heruntergeladen werden:
Übung_03.xlsx (Bayes & Tabellen, Hello Kitty-Style)
Übung_03_filled.xlsx (das bearbeitete Datenbeispiel; handschriftliche Ergänzungen u.U. mit Office for Mac nicht anzeigbar)
Hinweis: Die Hausaufgabe I im iversity Kurs fasst Aufgaben aus den vorhergehenden Do It Yourself Aufgaben zusammen. Diese Aufgabe richtet sich an externe Studierende und braucht nicht bearbeitet zu werden.
Lecture 4
Die Inhalte dieser Lecture sind
- Kapitel 8: Kennwerte diskreter Wahrscheinlichkeitsverteilungen
- Kapitel 9: Bernoulli-Experimente, Video 1 ("Warum ist die Lottoziehung...") - Video 3 ("Der eigentliche Stichprobenraum...")
Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Delta.
Das Datenbeispiel aus der Übung kann hier heruntergeladen werden:
Übung_04.xlsx (Kennwerte, Dachshund-Style)
Übung_04_filled.xlsx (das bearbeitete Datenbeispiel; handschriftliche Ergänzungen u.U. mit Office for Mac nicht anzeigbar)
Lecture 5
Die Inhalte dieser Lecture sind ein wenig verstreut, da wir einige lose Enden zusammenbringen müssen, bevor wir weitermachen können.
- Kapitel 9: Bernoulli-Experimente (Rest)
- Kapitel 10: Die Binomialverteilung
- Kapitel 11: Die Poissonverteilung
- Kapitel 13: Die Hypergeometrische Verteilung, Video 1 ("Zufallsexperimente ohne Zurücklegen") bis Video 4 ("Hypergeometrische Verteilungen beim Lottospiel")
Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Epsilon.
Das Datenbeispiel aus der Übung kann hier heruntergeladen werden:
Übung_05.xlsx (Diskrete Verteilungen und Bullying)
Übung_05_filled.xlsx (das bearbeitete Datenbeispiel; handschriftliche Ergänzungen u.U. mit Office for Mac nicht anzeigbar)
Hinweis: Die Hausaufgabe II im iversity Kurs fasst Aufgaben aus den vorhergehenden Do It Yourself Aufgaben zusammen. Diese Aufgabe richtet sich an externe Studierende und braucht nicht bearbeitet zu werden.
Lecture 6
Die Inhalte dieser Lecture sind
- Kapitel 13: Die Hypergeometrische Verteilung (Rest)
- Kapitel 14: Stetige Wahrscheinlichkeitsverteilungen und ihre Darstellung
- Kapitel 15: Die Normalverteilung
Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Zeta.
Das Datenbeispiel aus der Übung kann hier heruntergeladen werden:
Übung_06.xlsx (Normalverteilung à la Monty Python)
Übung_06_filled.xlsx (das bearbeitete Datenbeispiel; handschriftliche Ergänzungen u.U. mit Office for Mac nicht anzeigbar)
Hinweis: Die Hausaufgabe III im iversity Kurs (WR) fasst Aufgaben aus den vorhergehenden Do It Yourself Aufgaben zusammen. Diese Aufgabe richtet sich an externe Studierende und braucht nicht bearbeitet zu werden.
Lecture 7
Heute beginnen wir den zweiten Teil des Semsters mit der Einführung in die Inferenzstatistik (IS). Die Inhalte dieser Lecture sind
- Kapitel 1: Einführung
Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Alpha.
Das Datenbeispiel aus der Übung kann hier heruntergeladen werden:
Übung_07.xlsx (Statistisches Testen mit Tante Polly)
Übung_07_filled.xlsx (das bearbeitete Datenbeispiel; handschriftliche Ergänzungen u.U. mit Office for Mac nicht anzeigbar)
Lecture 8
Die Inhalte dieser Lecture sind
- Kapitel 2: Tests für Häufigkeiten
Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Beta.
Das Datenbeispiel aus der Übung kann hier heruntergeladen werden:
Übung_08.xlsx (Plüschtierhäufigkeitsttests)
Übung_08_filled.xlsx (das bearbeitete Datenbeispiel; handschriftliche Ergänzungen u.U. mit Office for Mac nicht anzeigbar)
Lecture 9
Die Inhalte dieser Lecture sind
- Kapitel 3: Der t-Test für eine und zwei abhängige Stichproben
Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Gamma.
Das Datenbeispiel aus der Übung kann hier heruntergeladen werden:
Übung_09.xlsx (Dezibelschlacht um den t-Test)
Übung_09_filled.xlsx (das bearbeitete Datenbeispiel; handschriftliche Ergänzungen u.U. mit Office for Mac nicht anzeigbar)
Lecture 10
Die Inhalte dieser Lecture sind
- Kapitel 4: Der t-Test für zwei unabhängige Stichproben
- Kapitel 5: Der Welch Test
Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Delta.
Es wird das Datenbeispiel aus der Übung zur Lecture 9 weitergeführt.
Lecture 11
Die Inhalte dieser Lecture sind
- Kapitel 6: Der Wilcoxon Vorzeichenrangtest
- Kapitel 7: Der Vorzeichentest
Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Epsilon.
Das Datenbeispiel aus der Übung kann hier heruntergeladen werden:
Uebung_10.xlsx (Karoshi, Karoshi!)
Übung_10_filled.xlsx (das bearbeitete Datenbeispiel; handschriftliche Ergänzungen u.U. mit Office for Mac nicht anzeigbar)
Lecture 12
Die Inhalte dieser Lecture sind
- Kapitel 8: Der Mann-Whitney-Wilcoxon U-Test
- Kapitel 9: Tests für Streuungen
Die Wochenaufgabe zur Lecture ist die Do It Yourself Aufgabe Zeta.
Das Datenbeispiel aus der Übung kann hier heruntergeladen werden:
Uebung_11.xlsx (Gefangenendilemma)
Uebung_11_filled.xlsx (das bearbeitete Datenbeispiel; handschriftliche Ergänzungen u.U. mit Office for Mac nicht anzeigbar)
<a href="https://video.uni-mainz.de/Panopto/Podcast/StreamInBrowser/c97e1a99-e7a4-4ea9-85e6-dba84f7f4590.mp4