Applied Statistics and Data Analysis (TUM School of Computation, Information and Technology [CIT] and TUM School of Life Sciences [SoLS])

Worum geht's

Du lernst, Daten aus den Lebenswissenschaften statistisch zu analysieren und mit R zu verarbeiten. Das Modul behandelt Datenvisualisierung, Assoziationsmethoden für kategoriale Daten, Varianzanalyse, Versuchsplanung sowie verschiedene Regressionsverfahren bis hin zu linearen Mixed‑Effects‑Modellen für longitudinale Daten. Am Ende kannst du passende statistische Methoden auswählen, in R anwenden und Ergebnisse interpretieren.

Was du danach kannst

Erfahrungen in allen Facetten des R‑Pakets
Datenaufbereitung, Visualisierung und Kommunikation
Auswahl und Anwendung geeigneter statistischer Methoden zur Versuchsplanung und -analyse
Anwendung von Hypothesentests und Konfidenzintervallen
Durchführung multipler Regressionsanalysen (kontinuierlich, diskret, binär)

Aus was das Modul besteht

VorlesungEinführung und Diskussion der Konzepte an Fallbeispielen
ÜbungSelbstständiges Lösen von Problemen und Fallstudien in R zur praktischen Vertiefung

Lehrmethode

VorlesungKonzepte werden eingeführt und anhand von Fallbeispielen diskutiert
Übungsbetrieb mit RGeleitete, praktische Übungen zur Aneignung notwendiger Fertigkeiten für Projekte

Solltest du schon können

Bachelorkurs in Statistik (School of Computation, Information and Technology oder School of Life Sciences)empfohlen

Prüfung

Klausurschriftliche PrüfungR‑Praxis

60‑minütige schriftliche Klausur: Du löst angewandte statistische Aufgaben aus den Lebenswissenschaften und demonstrierst R‑Kenntnisse. Erwartet wird Identifikation/Einordnung des Problems und Anwendung geeigneter statistischer Verfahren. Wiederholungsklausuren finden wechselnd an den Standorten Weihenstephan und Garching statt.

Literatur

Verzani - SimpleR (CRAN)
RStudio Education - Beginner materials (education.rstudio.com)
Peck - Introduction to statistics and data analysis, 2020
Rizzo - Statistical computing with R, 2019
Hastie - The Elements of Statistical Learning, 2001
Husson - Exploratory Multivariate Analysis by Example Using R, 2017
Abraham - Introduction to Regression Modeling, 2006
van Belle - Biostatistics, 2004
Collett - Modelling survival data in medical research, 2003
Fitzmaurice - Applied longitudinal analysis, 2011

Termine

Vorlesung mit ÜbungApplied Statistics and Data Analysis [CIT5130001]2 Gruppen zur Wahl

ADo.12:00–13:00
HU34, Seminarraum 3 (WZWS03) (4214.U1.034)
11× · 05.11.–04.02.
- 05.11.
- 12.11.
- 19.11.
- 26.11.
- 10.12.
- 17.12.
- 07.01.
- 14.01.
- 21.01.
- 28.01.
- 04.02.
BMi.08:15–13:00
02.10.011, Rechnerraum (5610.02.011)
14× · 14.10.–03.02.
- 14.10.
- 21.10.
- 04.11.
- 11.11.
- 18.11.
- 25.11.
- 02.12.
- 09.12.
- 16.12.
- 23.12.
- 13.01.
- 20.01.
- 27.01.
- 03.02.

Aus dem laufenden Semester, unverbindlich. Von mehreren Gruppen besucht man eine; der Stundenplan schlägt automatisch die mit den wenigsten Überschneidungen vor.

Filter