TU Wien:Statistical Computing VO (Templ)

Aus VoWi
Wechseln zu: Navigation, Suche
Diese LVA wird nicht mehr von dieser Person angeboten, ist ausgelaufen, oder läuft aus und befindet sich daher nur noch zu historischen Zwecken im VoWi. Eventuell findest du über dieser Meldung noch andere Vortragende, oder Links für dieselbe LVA.


Hinweis: Eine ähnliche LVA befindet sich zwar im Studienplan von 534 als "Statistical Computing VU", die LVA dieses Artikels wurde allerdings im WS 2015 zum letzten Mal unter dem Namen "AKSTA: Statistical Computing VO" angeboten.

Daten[Bearbeiten]

Inhalt[Bearbeiten]

Die Statistik-Software R wird im Detail vorgetragen und durchbesprochen.

  • Variablen und Datentypen
  • Ein- und Auslesen von Daten
  • Einfache Visualisierung

Ablauf[Bearbeiten]

Prof. Templ arbeitet bei der Statistik-Austria und hat daher die Möglichkeit praxisnahe Daten zu präsentieren und zu besprechen. Auch wenn diese LVA offiziell als VO läuft, gibt es kleine Übungen.

Benötigte/Empfehlenswerte Vorkenntnisse[Bearbeiten]

Keine Vorkenntnisse notwendig. Interesse für Statistik empfehlenswert.

Vortrag[Bearbeiten]

Prof. Templ trägt anhand der Folien vor. Die vorgetragenen Dinge sollte man unbedingt nachher selbst zu Hause ausprobieren.

Übungen[Bearbeiten]

Kleine Aufgabenstellung mit Echtdaten aus der Statistik-Austria. Der Praxisbezug macht die Übungen sehr interessant. Vorallem sieht man sofort, dass Echtdaten nicht immer optimale Eigenschaften haben, z.B. es fehlen Daten fehlen oder Ausreißer beeinflussen das Gesamtergebnis massiv. Es ist wichtig, dass die Übungen vollständig erledigt werden, jedoch wirken sie sich nicht sehr stark auf die Note aus.

Prüfung, Benotung[Bearbeiten]

Die Prüfung ist mündlich und es wird Kenntnis über R, sowie einige statistische Themengebiete abgeprüft. Beispielsweise muss man mit den Daten hbk aus dem Package robustbase ein lineares Model finden (Achtung, hier gibts keines, man sollte auch begründen können warum), Unterschiede zwischen den beidem Grafiksystem wissen, die Monte Carlo Methode erklären und die Korrektur bei multiplen Testen begründen. Die Benotung ist wirklich nicht streng, und sicher um den ein oder anderen Notengrad besser als man sich erwarten würde.


Dauer der Zeugnisausstellung[Bearbeiten]

Noch am selben Tag der mündlichen Prüfung.

Zeitaufwand[Bearbeiten]

Besuchen der Vorlesung + die kleinen Übungen. Insgesamt angemessen und nicht übermäßig viel.

Unterlagen[Bearbeiten]

  • Folien (werden in TUWEL bereitgestellt)

Tipps[Bearbeiten]

Ist eine gute Kombination mit Prof. Filzmosers Explorative Datenanalyse und Visualisierung. Übungbeispiele unbedingt selbstständig lösen.


Verbesserungsvorschläge / Kritik[Bearbeiten]

noch offen