Zur Zeit ist noch nicht absehbar, ob die Veranstaltung im Sommersemester 2021 in Präsenz stattfinden kann. Ist dies nicht möglich, werden Vorlesung und Übung voraussichtlich als Livestream-Format angeboten.
Weitere Informationen sowie das Begleitmaterial zur Vorlesung werden ab Vorlesungsbeginn im OLAT bereitgestellt. Der Kurscode hierfür wird Ihnen am Fr., 09.04.2021, sowie erneut am Fr., 16.04.2021, per E-Mail zugesendet.
Wichtig: Bitte nehmen Sie unbedingt am "Anmeldeverfahren" im KIS-Office für die Vorlesung Datenauswertung und Versuchsplanung teil, nur dann können wir Ihnen den Kurscode und weitere wichtige Informationen zuschicken!
Datenauswertung und Versuchsplanung
Dozent: PD Dr. Michael Bortz
Aufwand: 2 SWS (3 ECTS als Modul)
Voraussetzungen für die Vergabe von Leistungspunkten: Bestandene Testate (Prüfungsvorleistung) sowie bestandene Modulabschlussprüfung
Vorkenntnisse: Höhere Mathematik
Dozent | Zeit | Ort | |
---|---|---|---|
Vorlesung / Übung | Dienstag 12:00 - 13:30 Uhr | 44-421 |
Beginn: Dienstag, 20. April 2021 12:00 - 13:30 Uhr (Einführungsveranstaltung)
Es wird empfohlen, am eLearning teilzunehmen. Dort werden Vorlesungsinhalte bereitgestellt. In den dafür vorgesehenen Foren kann über deren Lösung diskutiert werden. Weitere Hinweise und Tipps erhalten Sie ebenfalls auf diesem Weg. Der Kurscode wird in der Vorlesung bekanntgegeben.
Betreuung der Vorlesung: M.Sc. Jannette Kreußer
Sprechstunden:
Sprechstunden zur Vorlesung und Übung werden in der Vorlesungszeit jederzeit nach Vereinbarung angeboten. Bitte per E-Mail direkt an den Dozenten oder an Jannette Kreußer wenden.
Inhalte:
- Grundlagen der Statistik
- Hypothesentest
- Varianzanalyse - Datenanalyse
- Korrelationsanalyse
- Hauptkomponentenanalyse (PCA) - Datenbasierte Modellierung
- lineare Regression
- partial least squares
- nicht-lineare Regression
- Modellbewertung und –diskriminierung - Versuchsplanung
- Faktorversuche
- modellbasierte Versuchsplanung - selbstständiges Anwendung der Theorie in praxisnahen Rechnerübungen
Downloads:
Alle Downloads und weitere Informationen werden im eLearning bereitgestellt. Bitte melden Sie sich mit dem in der Vorlesung genannten Kurscode an.
Alle Angaben im Internet sind - wenngleich sorgfältig überprüft - ohne Gewähr!
Es gelten die offiziellen Angaben der entsprechenden Aushänge am Lehrstuhl bzw. im Prüfungsamt.