5502G21 Modul G

SoSe 20: Digitale Datenanalyse und statistische Methoden - Lehrveranstaltung 2 (E-Learning)

Martin Barghoorn

Hinweise für Studierende

Modul G
Digitale Datenanalyse und statistische Methoden (5 LP)

Diese Lehrveranstaltung wird im SoSe 20 im E-Learning Format durchgeführt.

Vom 08.04.2020 bis zum 19.04.2020 können Sie sich hier für das Modul anmelden:

https://abz.zedat.fu-berlin.de

Weitere Informationen zur Anmeldung finden Sie hier: http://www.zedat.fu-berlin.de/Schulung/ABV-Module

Bitte beachten Sie auch unsere FAQ Schließen

Kommentar

Modul G - Lehrveranstaltung 2

Inhalte des Moduls

Datenanalyse und statistische Methoden mit R

Die Programmiersprache R ist eine für Windows, Mac und Linux frei erhältliche, moderne Software, die relativ einfach zu erlernen ist und fast unbegrenzte Möglichkeiten für praxisorientierte Programmierung und statistische Auswertung bietet. R ist ein Open Source System, das einerseits einen sehr großen Vorrat an wichtigen Funktionen bereitstellt und andererseits einen komfortablen Einstieg in die individuelle und kreative Programmierung ermöglicht. Mit R unterliegt man nicht den Beschränkungen statistischer Standard-Software und wichtige Schnittstellen zu anderen Systemen wie z.B. MS-Office-Paketen oder Datenbanken sind vorhanden.
Für die praktische Stoffvermittlung und die Übungen im Modul wird das R-System genutzt, das 1992 von den Statistikern Ross Ihaka und Robert Gentleman entwickelte wurde. Für statistische Arbeiten am Computer ist R zur wichtigsten Programmiersprache weltweit geworden.
Folgende statistische Methoden werden behandelt:

- Definition Statistik, Zusammenfassung von Methoden
- Deskriptive Statistik, amtliche und nichtamtliche Statistik
- Grundgesamt und Stichproben
- Stichprobentheorie, Markt- und Meinungsforschung
- Variablen, Merkmal und Skalen (Datentyp)
- Lage- und Streuungsmaße
- Multivariate Statistik, Kontingenztafeln, Testverfahren
- Ein- und mehrdimensionale Kreuztabellen, sowie statistische Testverfahren (T-Test und Chi-Quadrat-Test)
- Assoziationsmaße, Korrelation, Modelle
- Grafische Methoden, explorative und vergleichende Grafik
- Bedeutung von Algorithmen, diverse Algorithmen in Statistik und Informatik
- R-Packages, Speicherplatz und Verschlüsselungsverfahren, Datenkompression
- RODBC-Datenbank-Verbindung und Auswertungen mit Datenbanken (SQL)
- Datamining, Textmining

Alle genannten Themen werden in Theorie und Praxis behandelt. Den Studierenden wird ein ausführliches Skript zur Verfügung gestellt.
Schließen

Studienfächer A-Z