MH Master Lehramt an Berufsbildenden Schulen
MH Master Lehramt an Berufsbildenden Schulen
MH Master Lehramt an Berufsbildenden Schulen
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
M.Ed. <strong>Lehramt</strong> <strong>an</strong> berufsbildenden <strong>Schulen</strong> – Modulh<strong>an</strong>dbuch<br />
Studieng<strong>an</strong>g:<br />
Unterrichtsfach:<br />
M.Ed. <strong>Lehramt</strong> <strong>an</strong> berufsbildenden <strong>Schulen</strong><br />
Mathematik<br />
Modul:<br />
Learning Outcomes:<br />
Weiterführende Stochastik (Wahlpflicht Mathematik); Angebot im SoSe<br />
Die Studierenden erlernen typische methodische Ansätze zur statistischen Daten<strong>an</strong>alyse zum Verständnis von<br />
Anwendungen in realen Situationen. Sie erwerben ein vertieftes Verständnis in die konzeptionellen interpretativen<br />
Grundlagen von statistischen Entscheidungen. Dabei vertiefen sie ihre Fähigkeiten zur statistischen Analyse von<br />
Daten unterschiedlichster Herkunft und Struktur und deren Validierung.<br />
Inhalt:<br />
Grundlegende statistische Schätz- und Testverfahren bei normalverteilten Daten, einfache Vari<strong>an</strong>z-<br />
Analyse, Regressions- und Korrelations<strong>an</strong>alyse, Anpassungstests, Tests auf Homogenität und Unabhängigkeit,<br />
nichtparametrische Verfahren, Methode der Kleinsten Quadrate, Maximum-Likelihood- und Bayes-Verfahren,<br />
Multiple Tests und multiple Konfidenzbereiche.<br />
Die verschiedenen Verfahren und Methoden werden <strong>an</strong>h<strong>an</strong>d realer Datensätze aus Biologie, Medizin, Technik und<br />
Wirtschaft illustriert, die mit Hilfe von Statistik-Software unter Computer-Einsatz ausgewertet werden.<br />
Gegebenenfalls werden Daten selbst erhoben.<br />
Lehrformen:<br />
Voraussetzung für die Teilnahme:<br />
Vorlesung, Übung<br />
Modul Stochastik<br />
Präsenzzeit/Lernzeit/Arbeitsaufw<strong>an</strong>d:<br />
Leistungsnachweise:<br />
Credits:<br />
Modulver<strong>an</strong>twortlicher:<br />
4 SWS 56 h /124 h / 180 h<br />
1 LN<br />
mdl. Prüfung (20-30 Minuten)<br />
6 CP<br />
Prof. Kahle, Prof. Schwabe<br />
Studieng<strong>an</strong>g:<br />
Unterrichtsfach:<br />
M.Ed. <strong>Lehramt</strong> <strong>an</strong> berufsbildenden <strong>Schulen</strong><br />
Mathematik<br />
Modul:<br />
Learning Outcomes:<br />
Mathematische Statistik (Wahlpflicht Mathematik), Angebot im WiSe<br />
Die Studierenden erwerben Fähigkeiten zur statistischen Daten<strong>an</strong>alyse und zur Modellierung zufallsabhängiger<br />
Vorgänge auf theoretischer Grundlage. In den Übungen wird durch die Diskussion und Präsentation der Lösungen<br />
von ausgewählten Übungsaufgaben die Team- und Kommunikationsfähigkeit der Studierenden gefördert.<br />
Inhalt:<br />
Ausgehend von der statistischen Modellierung wird die Theorie grundlegender Konzepte der parametrischen<br />
Statistik entwickelt: Statistische Modelle, Schätztheorie, Konfidenzbereiche, Testtheorie. Ansätze der<br />
asymptotischen Statistik, Ansätze der nichtparametrischen Statistik.<br />
Lehrformen:<br />
Voraussetzung für die Teilnahme:<br />
Präsenzzeit/Lernzeit/Arbeitsaufw<strong>an</strong>d:<br />
Leistungsnachweise:<br />
Credits:<br />
Modulver<strong>an</strong>twortlicher:<br />
Vorlesung, Übung<br />
Modul Stochastik<br />
6 SWS 84 h /186 h / 270 h<br />
1 LN<br />
mdl. Prüfung (20-30 Minuten)<br />
9 CP<br />
Prof. Christoph, Prof. Gaffke, Prof. Kahle, Prof. Schwabe<br />
115
Change language