Lerninhalte
Die Lehrveranstaltung vermittelt grundlegende Kenntnisse der deskriptiven Statistik sowie der datenbasierten Analyse und Visualisierung. Ziel ist es, Studierenden ein mathematisches und konzeptionelles Verständnis zentraler statistischer Methoden zu vermitteln und sie zur eigenständigen Analyse sowie zur verständlichen Darstellung von Daten zu befähigen. Zu Beginn werden grundlegende statistische Begriffe und Konzepte eingeführt. Darauf aufbauend werden zentrale Kennwerte zur Beschreibung von Datensätzen behandelt, insbesondere Lage- und Streuparameter. Im weiteren Verlauf werden grundlegende Verfahren zur Analyse von Zusammenhängen zwischen Variablen, insbesondere Korrelations- und Regressionsanalysen, vorgestellt. Die Anwendung der statistischen Methoden erfolgt anhand praxisorientierter Beispiele mit Schwerpunkt auf ingenieurwissenschaftlichen Fragestellungen. Parallel dazu werden grundlegende Prinzipien der Datenvisualisierung behandelt. Dabei werden verschiedene Visualisierungsmethoden hinsichtlich ihrer Aussagekraft, ihrer Vor- und Nachteile sowie ihrer praktischen Umsetzung analysiert. Die Lehrveranstaltung zielt darauf ab, sowohl die eigenständige Anwendung statistischer Methoden als auch die sachgerechte Visualisierung und kritische Bewertung statistischer Ergebnisse zu fördern.
Angestrebte Lernergebnisse
Fachkompetenz
die Studierenden sind in der Lage....
- zentrale Begriffe und Konzepte der deskriptiven Statistik zu erläutern.
- Lage- und Streuparameter zu bestimmen und deren Aussagekraft für die Beschreibung von Datensätzen einzuordnen.
- grundlegende statistische Zusammenhänge zwischen Variablen mithilfe von Korrelations- und Regressionsanalysen zu erklären.
- grundlegende Prinzipien und Methoden der Datenvisualisierung zu beschreiben.
Methodenkompetenz
die Studierenden sind in der Lage....
- statistische Kennwerte zur Beschreibung von Datensätzen anzuwenden und zu interpretieren.
- einfache statistische Analysen auf praxisnahe Datensätze durchzuführen.
- geeignete Visualisierungsformen zur Darstellung statistischer Ergebnisse auszuwählen und umzusetzen.
- statistische Darstellungen und Datenvisualisierungen systematisch zu analysieren und hinsichtlich ihrer Aussagekraft zu bewerten.
Selbstkompetenz
die Studierenden sind in der Lage....
- statistische Ergebnisse kritisch zu reflektieren und deren Aussagekraft einzuordnen.
- eigene Analyse- und Visualisierungsentscheidungen nachvollziehbar zu begründen.
- ein verantwortungsbewusstes und reflektiertes Verständnis im Umgang mit Daten zu entwickeln.
Sozialkompetenz
die Studierenden sind in der Lage....
- statistische Ergebnisse und Visualisierungen adressatengerecht zu präsentieren.
- analytische Ergebnisse im fachlichen Austausch zu diskutieren und unterschiedliche Interpretationen zu berücksichtigen.
- konstruktives Feedback zu statistischen Analysen und Visualisierungen zu geben und anzunehmen.