Wahrscheinlichkeit und Statistik

Lernziele/Kompetenzen

Die Studierenden sind in der Lage,

  • Datenfragestellungen (Beschreibung – Schätzung) einzuordnen,
  • Daten adäquat zu verdichten,
  • adressatengerechte Grafiken zu erstellen und
  • Wahrscheinlichkeiten und Risiken zu erläutern.


Inhalte

  • Praktische Datendeskription
  • Einführung in die Wahrscheinlichkeitslehre
  • Bedingte Wahrscheinlichkeit und Bayes-Theorem
  • Konzept der Zufallsvariablen am Beispiel von Glücksspielen
  • Erwartungswert und Varianz
  • Verteilungsmodelle (Binomial-, Hypergeometrisch-, Poisson-, Gauß'sche Normal-Verteilung)
  • Zentraler Grenzwertsatz und Anwendung auf die Schätzung von Erwartungswerten
  • Einfache Konfidenzintervalle (Häufigkeiten approximativ, Mittelwert bei unbekannter Varianz)
  • Bivariate Datenanalyse (Korrelation  und lineare Regression 1. Art)