222.587 Statistik für Umweltingenieurwesen
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2023S, VU, 1.5h, 2.0EC

Merkmale

  • Semesterwochenstunden: 1.5
  • ECTS: 2.0
  • Typ: VU Vorlesung mit Übung
  • Format der Abhaltung: Hybrid

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage, sofern die Inhalte erfasst werden, Kompetenzen in den folgenden Bereichen anzuwenden, und beherrschen diese: 

  • Fachliche und methodische Kompetenzen: Die Studierenden können Umweltdaten mit statistischen Methoden analysieren und selbständig verarbeiten. Sie können einen Algorithmus für einfache Rechenaufgaben entwerfen und implementieren und in selbst geschriebenen Programmen implementieren. Die Studierenden fassen Daten selbständig zusammen, stellen diese dar, und können die grundlegenden Konzepte der Statistik erläutern.
  • Kognitive und praktische Kompetenzen: Die Studierenden erlernen das Programmieren mit der Programmiersprache R. Sie finden selbständig Lösungen für gestellte Aufgaben und evaluieren ihre Lösung anhand der Ausführung des von ihnen implementierten Lösungsweges. Sie können mit der Programmiersprache effektiv umgehen und Kenngrößen und Visualisierungen von Daten ableiten. Die Studierenden können passende Tests für die statistische Evaluierung vorgegebener Hypothesen auswählen.
  • Soziale Kompetenzen und Selbstkompetenzen: Die Studierenden erwerben die Kompetenz selbständig eine Lösung zu suchen, diese umzusetzen und letztendlich zu bewerten.

Inhalt der Lehrveranstaltung

Vorlesungsteil:

  1. Zufallsvariablen und Verteilungen
  2. Schätzung
  3. Hypothesentest
  4. Multivariate Zufallsvariablen und Methoden
  5. Nichtparametrische Methoden
  6. Experimental design

Übungsteil:

- Einführung in R und RStudio – Installation und Oberfläche
- R als Taschenrechner
- Variablen (kontinuierlich, diskret – binär)
- Mit Variablen rechnen
- Funktionen
- Datensätze einlesen
- Schätzung
- Verteilungen
- Darstellung

- Durchführung und Interpretation von statistischen Auswertungen in R

Methoden

  • Vorträge im Hörsaal
  • Videos mit Demonstration von Codes (auf TUWEL)
  • Selbständiges Programmieren einfacher und komplexerer Aufgaben in R (Hausübungen)

Die Vorgehensweise wird im näheren Detail in einem Einführungsvortrag am 1.03.2022 dargestellt bzw. über Folien auf TUWEL zur Verfügung gestellt.

Prüfungsmodus

Schriftlich

Weitere Informationen

Die LVA wird in Hybridmodus abgehalten. Sie setzt sich aus Vorträge im Hörsaal, Videos und Abgabe von Hausübungen via TUWEL, Fragestuden und Abgabegesprächen im Hörsaal.

Sollte aufgrund von Vorgaben der Bundesregierung bzw. der TU Wien die Abhaltung der Lehrveranstaltung und der Prüfung bzw. der Teilleistungen in Präsenz nicht möglich sein, wird in das online-Format gewechselt. Durch den Wechsel in das online-Format können sich die für die Präsenzlehrveranstaltung und -prüfung (-teilleistungen) angekündigten Termine ändern. Bei einem Wechsel ins online-Format gelten folgende Methoden und Modi:

Methode bei Wechsel ins online-Format:
Videos

Prüfungsmodus bei Wechsel ins online-Format:
Schriftlich (Zoom-Meeting)

Beurteilungsschema bei der online-Prüfung:
Siehe „Leistungsnachweis“; keine Veränderung durch Wechsel auf online-Format

Erforderliches technisches Equipment für die Teilnahme an Lehrveranstaltung und Prüfung:
Gerät mit Internetzugang (Notebook, PC, Tablet, Smartphone)

Leistungsnachweis:
Siehe „Leistungsnachweis“; keine Veränderung durch Wechsel auf online-Format

Vortragende Personen

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Di.11:00 - 13:0007.03.2023 - 27.06.2023EI 10 Fritz Paschke HS - UIW 222.587 Statistik für UIW
Statistik für Umweltingenieurwesen - Einzeltermine
TagDatumZeitOrtBeschreibung
Di.07.03.202311:00 - 13:00EI 10 Fritz Paschke HS - UIW 222.587 Statistik für UIW
Di.14.03.202311:00 - 13:00EI 10 Fritz Paschke HS - UIW 222.587 Statistik für UIW
Di.21.03.202311:00 - 13:00EI 10 Fritz Paschke HS - UIW 222.587 Statistik für UIW
Di.28.03.202311:00 - 13:00EI 10 Fritz Paschke HS - UIW 222.587 Statistik für UIW
Di.18.04.202311:00 - 13:00EI 10 Fritz Paschke HS - UIW 222.587 Statistik für UIW
Di.25.04.202311:00 - 13:00EI 10 Fritz Paschke HS - UIW 222.587 Statistik für UIW
Di.02.05.202311:00 - 13:00EI 10 Fritz Paschke HS - UIW 222.587 Statistik für UIW
Di.09.05.202311:00 - 13:00EI 10 Fritz Paschke HS - UIW 222.587 Statistik für UIW
Di.16.05.202311:00 - 13:00EI 10 Fritz Paschke HS - UIW 222.587 Statistik für UIW
Di.23.05.202311:00 - 13:00EI 10 Fritz Paschke HS - UIW 222.587 Statistik für UIW
Di.06.06.202311:00 - 13:00EI 10 Fritz Paschke HS - UIW 222.587 Statistik für UIW
Di.13.06.202311:00 - 13:00EI 10 Fritz Paschke HS - UIW 222.587 Statistik für UIW
Di.20.06.202311:00 - 13:00EI 10 Fritz Paschke HS - UIW 222.587 Statistik für UIW
Di.27.06.202311:00 - 13:00EI 10 Fritz Paschke HS - UIW 222.587 Statistik für UIW

Leistungsnachweis

Die Leistungsbeurteilung erfolgt anhand von Tests, einschließlich Rechentests und
eingereichten (selbständig entwickelten) Programmcodes.

Sowohl die Prüfung über den Vorlesungsteil als auch die Übungen müssen positiv sein, um die VU positiv abzuschließen.

Der Übungsteil ist immanent und muss positiv absolviert werden, um zur Prüfung antreten zu dürfen.

Prüfungen

TagZeitDatumOrtPrüfungsmodusAnmeldefristAnmeldungPrüfung
Di.10:00 - 12:0027.09.2022HS 14A Günther Feuerstein schriftlich05.09.2022 08:00 - 20.09.2022 20:00in TISSPrüfung 27.09.2022
Mi.10:00 - 12:0014.12.2022Seminarraum AD 03 - 1 schriftlich05.09.2022 08:00 - 07.12.2022 20:00in TISSPrüfung 14.12.2022
Mi.10:00 - 12:0018.01.2023Seminarraum AD 03 - 1 schriftlich05.09.2022 08:00 - 11.01.2023 20:00in TISSPrüfung 18.01.2022

LVA-Anmeldung

Von Bis Abmeldung bis
01.02.2023 10:00 24.02.2023 23:00

Curricula

StudienkennzahlSemesterAnm.Bed.Info
033 266 Umweltingenieurwesen 4. SemesterSTEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP

Literatur

A. Rooch: Statistik für Ingenieure, Springer Berlin Heidelberg, 2014.

D. Obszelka, A. Baierl: Statistisches Programmieren in R, Springer, 2020

Vorkenntnisse

Mathematik 1 und Mathematik 2

Sprache

Deutsch