08780
Practice seminar
SoSe 19: Biometrie
Marcus Doherr und Mitarbeiter
Information for students
Die Teilnahme an der MC-Klausur am Semesterende ist Pflicht; weitere Informationen dazu werden in der Veranstaltung beka nnt gegeben. Die Klausur besteht aus 40 Fragen (Typ MC A), davon müssen mindestens 20 korrekt beantwortet werden. Für eine entschuldigte Nichtteilnahme an der Klausur ist ein Attest oder eine vergleichbare Begründung erforderlich. Ein Nachholtermin wird angeboten.
In der letzten Vorlesungswoche findet eine obligatorische Leistungskontrolle (Multiple Choice Test) statt. Ein Bestehen ist für die Erteilung des Biometrie-Scheines Voraussetzung. Die PC-gestützte Klausur besteht aus 40 Fragen (Typ MC A), welche sich aus den Lernzielen ableiten, davon müssen mindestens 20 korrekt beantwortet werden. Für eine entschuldigte Nichtteilnahme an der Klausur ist ein Attest oder eine vergleichbare Begründung erforderlich. Ein Nachholtermin wird angeboten. close
Additional information / Pre-requisites
Die Vorlesungen finden jeweils Dienstags statt; das Unterichtsmaterial wird zusätzlich über Blackboard zur Verfügung gestellt. Die Studierenden sind angehalten, den Stoff und die Hausübungen im Rahmen des Selbststudiums aufzuarbeiten. In der letzten Vorlesungswoche findet eine obligatorische Leistungskontrolle (Multiple Choice Test) statt. Ein Bestehen ist für die Erteilung des Biometrie-Scheines Voraussetzung. Studierende, welche in vorherigen Studiengängen bereits eine Pflichtvorlesung Statistik mit Leistungskontrolle / Prüfung absolviert haben; können diese ggf. angerechnet bekommen und sind dann von der Leistungskontrolle (Klausur) befreit. Entsprechende Leistungsnachweise müssen bis zum ersten Vorlesungstag beim Kursleiter vorgelegt werden. Eine Teilnahme an drei ausgewiesenen Epidemiologie-Modulen (Vorlesungstagen) ist für die Anrechnung immer erforderlich. close
Comments
Im Rahmen dieser Einführungsvorlesung Biometrie werden die Grundbegriffe und Methoden der Populationsmedizin (Epidemiologie), Datenerhebung und Datenauswertung (Statistik) an anschaulichen Beispielen vorgestellt. Zusätzlich werden während der Vorlesung und im Rahmen von Hausaufgaben kleinere Übungen und Statistik-Berechnungen durchgeführt close
14 Class schedule
Regular appointments
Tue, 2019-04-09 08:15 - 09:45
Tue, 2019-04-16 08:15 - 09:45
Tue, 2019-04-23 08:15 - 09:45
Tue, 2019-04-30 08:15 - 09:45
Tue, 2019-05-07 08:15 - 09:45
Tue, 2019-05-14 08:15 - 09:45
Tue, 2019-05-21 08:15 - 09:45
Tue, 2019-05-28 08:15 - 09:45
Tue, 2019-06-04 08:15 - 09:45
Tue, 2019-06-11 08:15 - 09:45
Tue, 2019-06-18 08:15 - 09:45
Tue, 2019-06-25 08:15 - 09:45
Tue, 2019-07-02 08:15 - 09:45
Tue, 2019-07-09 08:15 - 09:45