Diplom-Studiengang Wirtschaft

Diplom-Studiengang Wirtschaft German Diplom Programme Business Administration
566
Grundstudium Foundation Scheme
LV-Titel
Course Title
Beschreibende Statistik und Wahrscheinlichkeitsrechnung
Descriptive Statistics and Probability Theory
LV-Nr.
Course No. 602070 Credits: 5
Zielsetzung
Vermittlung typischer statistischer Fragestellungen
und Methoden, Befähigung zur sachgerechten Methodenauswahl
und -anwendung sowie zur Interpretation
und Verwendung statistischer Ergebnisse.
Lehrmethode
Seminaristischer Unterricht, möglichst unter Einbeziehung
geeigneter PC-So�ware
Lehrinhalte
Aufgaben, Sach- und Anwendungsgebiete der
Statistik − Statistische Untersuchungen: Vorgehensweise,
Untersuchungsarten, Grundbegriffe
(Massen, Merkmale, Skalen), Datenerhebung −
Univariate Querschnittdatenanalyse: Häufigkeitsverteilung,
Klassieren, Kumulieren, Relativieren,
Präsentationsformen (Tabellen u. Grafiken),
Auswertung mit Kenngrößen/Parametern (Lage,
Mitte, Streuung, Schiefe) − Konzentrationsanalyse:
Lorenzkurve, Gini-Koeffizient, Konzentrationsraten
− Längsschnittdatenanalyse mit Maß-,
Verhältnis- und Indexzahlen − Grundbegriffe und
Rechenregeln der Wahrscheinlichkeitsanalyse −
Eindimensionale Zufallsgrößen u. Wahrscheinlichkeitsverteilungen,
Erwartungswert und Varianz
− Wichtige diskrete Verteilungstypen insbes. Binomialverteilung
− Wichtige stetige Verteilungstypen
insbes. Normalverteilung − Approximationen von
Verteilungen und zentraler Grenzwertsatz.
Empfohlene Literatur
Bamberg, G. / Baur, F.: Statistik, 11. Auflage, München
etc. 2001; Hartung, J. / Elpelt, B./ Klösner, K.-
H.: Statistik. Lehr- und Handbuch der angewandten
Statistik, 10. Auflage, München etc., 2002; Meißner,
J.-D.: Statistik verstehen und sinnvoll nutzen, München
2004; Puhany: Statistik. Einführung mit praktischen
Beispielen, 8. Auflage, Würzburg 1998
Prüfungsform
Klausur (3 Stunden)
swh:
Hours: 4
Aims + Objectives
To convey the principles and methods applied in
statistics, to enable participants for the application
of statistical methods and the interpretation
of results.
Teaching Method
Lecture with discussion, using appropriate PC
so�ware if possible.
Syllabus
Statistical source data analysis − One-dimensional
frequency distribution − Statistical parameters
(location and dispersion parameters), statistically
relationships and indexes − Measure of concentration
− Principles of the probability theory −
Discrete and continuous random variables, expected
value and variance − Examples of discrete
and continuous distributions (binomial and normal
distribution) − Central limit theorem
Indicative Reading
See “Empfohlene Literatur”
Examination
Written Examination (3 hours)