11856 - Quantitative Datenanalyse Modulübersicht

Modulnummer: 11856
Modultitel:Quantitative Datenanalyse
  Quantitative Data Analysis
Einrichtung: Fakultät 2 - Umwelt und Naturwissenschaften
Verantwortlich:
  • Prof. Dr. rer. nat. Trachte, Katja
Lehr- und Prüfungssprache:Deutsch
Dauer:1 Semester
Angebotsturnus: jedes Sommersemester
Leistungspunkte: 6
Lernziele:Nach der Teilnahme am Modul sind die Studierenden in der Lage, verschiedene grundlegende Methode und Verfahren zur statistischen Auswertung räumlicher und zeitlicher Datensätze aus dem Bereich der Umweltwissenschaften zu verstehen und anzuwenden. Das Modul befähigt die Teilnehmer, die im Rahmen ihrer Bachelor-Arbeit eventuell anfallenden Datenauswertungen eigenständig durchzuführen, bzw. sich die hierfür erforderlichen Ergänzungen der im Modul vermittelten Kenntnisse eigenständig anzueignen.
Inhalte:Im Modul werden grundlegende Methoden und Verfahren zur quantitativen Analyse von beobachteten und simulierten Daten vermittel und in praktischen Übungen anhand von Beispielen aus verschiedenen Bereichen der Umweltwissenschaften (Klimatologie, Hydrologie, Gewässerkunde, Bodenkunde, Ökologie und  Ökonomie) angewendet und vertieft. Schwerpunkte des Moduls sind:
  • die Berechnung statistischer Maßzahlen (Mittelwert, Varianz, Quantile, Korrelation),
  • grafische Darstellungsmöglichkeiten von Datensätzen (Histogramm, Quantil-Plot, Boxplot), 
  • die Wiedergabe der Datenstruktur durch Verteilungsfunktionen (Normalverteilung, Poissonverteilung, Weibull-, Pareto- oder Extremwertverteilung),
  • die Erfassung von Unsicherheiten über Konfidenzintervalle und Fehlerschätzungen,
  • der Vergleich von Datensätzen mittels statistischer Tests (Hypothesenprüfung, Testverfahren, Signifikanzniveau),
  • die Untersuchung von räumlichen oder zeitlichen Abhängigkeiten von Datensätzen durch Korrelationsanalysen und lineare Regressionen.
Für die praktische Auswertung größerer Datenmengen erfolgt eine Einführung in die Benutzung der Programmiersprache R. Wichtige Grundelemente und Anwenderfunktionen von R werden anhand einfacher Beispiele in einer ergänzenden Übung vermittelt. Zur Vertiefung der in der Vorlesung erworbenen Kenntnisse werden Übungsbeispiele zu ausgewählten Schwerpunkten mit Hilfe selbstgeschriebener Auswerteprogramme gerechnet und ihre Ergebnisse grafisch dargestellt.
Empfohlene Voraussetzungen:Abiturwissen in Mathematik, Teilnahme am Modul Höhere Mathematik K, Programmierkenntnisse (hilfreich aber nicht zwingend notwendig)
Zwingende Voraussetzungen:Keine erfolgreiche Teilnahme am zugehörigen Auslaufmodul 41204 Statistische Ökologie.
Lehrformen und Arbeitsumfang:
  • Vorlesung / 2 SWS
  • Übung / 2 SWS
  • Selbststudium / 120 Stunden
Unterrichtsmaterialien und Literaturhinweise:
  • Folien des Vorlesungsstoffes
  • ergänzendes Material zur Programmiersprache R und den Übungsaufgaben
  • Helsel, D.R., R.M. Hirsch, 2002: Statistical Methods in Water Resources. U.S. Geological Survey (USGS), http://water.usgs.gov/pubs/twri/twri4a3/pdf/twri4a3-new.pdf
  • Hedderich, J., L. Sachs, 2016: Angewandte Statistik, Springer
  • Stoyan, D, H.Stoyan, U. Jansen, 1997: Umweltstatistik, Teubner
  • Groß, J., 2010: Grundlegende Statistik mit R, Vieweg + Teubner
  • Wollschläger, D., 2016: R Kompakt, Springer
Modulprüfung:Continuous Assessment (MCA)
Prüfungsleistung/en für Modulprüfung:

Semesterbegleitende 6 Übungsaufgaben (60 % Gewichtung für Modulnote) und schriftliche Abschlussaufgabe (40 % Gewichtung für Modulnote) zum Semesterende, Dauer der Hausarbeit 2 Tage

Bewertung der Modulprüfung:Prüfungsleistung - benotet
Teilnehmerbeschränkung:keine
Zuordnung zu Studiengängen:
  • Bachelor (universitär) / Landnutzung und Wasserbewirtschaftung / PO 2017
  • Bachelor (universitär) / Umweltingenieurwesen / PO 2021
  • Bachelor (universitär) / Umweltwissenschaften / PO 2025
  • Bachelor (universitär) - Duales Studium, praxisintegrierend / Umweltwissenschaften - dual / PO 2025
Bemerkungen:Die erfolgreiche Teilnahme am Modul erfordert ein hohes Maß an eigenständiger Arbeit. Zur Bearbeitung der Übungsaufgaben ist ein eigener PC oder Laptop erforderlich sowie die Installation des Softwarepaketes R oder R-Studio (Einzelheiten hierzu in der 1. Lehrveranstaltung). Alternativ stehen die Computer-Ressourcen des Lehrstuhls Umweltmeteorologie zur Verfügung.


Veranstaltungen zum Modul:
  • 240150 Vorlesung Praktische Grundlagen der statistischen Datenanalyse
  • 240151 Übung Praktische Datenanalyse mit R
Veranstaltungen im aktuellen Semester:
  • keine Zuordnung vorhanden