LFU:online

Institut für Geographie Institut für Geographie

ao. Univ.-Prof. i. R. Dr. Hanns Kerschner ao. Univ.-Prof. i. R. Dr. Hanns Kerschner

716006

Grundlagen der Statistik

VO 2

4

wöch.

jährlich

Deutsch

Vermittlung von wissenschaftlichem Arbeiten mit (einfachen) statistischen Methoden anhand von Beispielen, Schwerpunkt liegt auf uni- und bivariaten Verfahren, auf multivariate statistische Verfahren wird im Ausblick verwiesen.

1. Einführung und Grundbegriffe Datenbehandlung 2. Datenarten und erlaubte Operationen 3. Stichproben und Grundgesamtheit finite und infinite Grundgesamtheiten, Stichprobe 4. Datenaufbereitung 5. Einige Wahrscheinlichkeitsbegriffe "klassische" Wahrscheinlichkeit, relative Häufigkeit und frequentistische Interpretation, subjektive Wahrscheinlichkeit (Expertenwissen) Wahrscheinlichkeitsdichte und Wahrscheinlichkeitsfunktion Über- und Unterschreitungswahrscheinlichkeiten, Wahrscheinlichkeit zwischen Grenzwerten 6. Beschreibung von Verteilungen (Achtung, das ist Stoff der 6. Klasse Gymnasium, kann daher eigentlich vorausgesetzt werden) nichtparametrische und parametrische Beschreibung Behandlung schiefer Datensätze Skaligkeit von Prozessen, Verknüpfung von Skalenbereichen, Steuerung, Überlagerung von Trends, Nichtstationarität 7. Parameterschätzung und Schluß auf Grundgesamtheit Fehlerbehaftung, Standardfehler von Mittel, Standardabweichung und Prozentwerten, Vertrauensbereiche Stichprobengröße in Abhängigkeit vom Fehler und Meßgenauigkeit Exkurs über Fehlerrechnung, Fehlerfortpflanzung 8. Teststatistik statistische Hypothesen Varianzunterschiede: F-Test Mittelwertunterschiede: t-Tests Medianunterschiede: Mann-Whitney-U-Test Test auf Verteilung: Kolmogoroff-Smirnoff-Test (Beispiel Test auf NV) ein- und mehrdimensionale Kreuztabellen kurz gestreift: Varianzanalyse (da in der Geographie kaum anwendbar) 9. Korrelation und Regression Unmöglichkeit kausaler Aussagen, Unsinnigkeit von hypothesenfreien Korrelationen, Korrelationskoeffizient nach Pearson, Methode der kleinsten Quadrate, Residualstreuung und "RMS-Error" Vertrauensbereiche, nichtlineare Zusammenhänge 10. Anpassung von theoretischen Verteilungen an Datensätze Normalverteilung, Log-Normalverteilung, Gumbelverteilung 11. kursorischer Ausblick auf multivariate Verfahren Variablenreduktion, Typenbildungsverfahren, multiple Regressionsmodelle

Frontalunterricht mit zahlreichen Beispielen

kompetenzorientierter multiple-choice-Test

wird zu den einzelnen Themen jeweils in der Vorlesung angegeben

06.03.2015