311.170 (18W) Stochastik 1

zu Moodle

Wintersemester 2018/19

Anmeldefrist abgelaufen.

Erster Termin der LV
04.10.2018 09:00 - 10:00 On Campus

... keine weiteren Termine bekannt

Überblick

Lehrende/r

LV Nummer Südostverbund

MAF01001UL

LV-Titel englisch

Stochastics 1

LV-Art

Vorlesung-Übung (prüfungsimmanente LV )

Semesterstunde/n

3.0

ECTS-Anrechnungspunkte

4.5

Anmeldungen

118 (20 max.)

Organisationseinheit

Institut für Statistik

Unterrichtssprache

Deutsch

LV-Beginn

04.10.2018

eLearning

zum Moodle-Kurs

Zeit und Ort

Liste der Termine wird geladen...

LV-Beschreibung

Deutsch

Intendierte Lernergebnisse

To develop competencies to recognize and model real situations by probabilistic notions.
Recognize random situations in reality and being able to model them adequately.
To be able to appreciate or critise stochastic models used in public debate or in scientific argument.
To acquire practical competencies to apply the concepts of the lecture part to practical problems.
To illustrate the theoretical notions of the accompanying course.

Topics

1. Elementary probability
1.a Random situations and probabilities
1.b Combinatorics
1.c Conditional probabilities and Bayes formula

2. Random variables and distributions
2.a Types and parameters of distributions (includ. Chebyshev’s inequality)
2.b Discrete and continuous distributions
2.c Mathematical extensions: Measure theory, interpretation of concepts, technology

3. Joint distributions and limit theorems
3.a Joint and marginal distributions
3.b Weak law of large numbers and central limit theorem
3.c Mathematical extensions: Multivariate normal, Poisson process, Simulation

4. Random samples and statistical inference
4.a Random samples
4.b Statistics from normal samples (chi-square, t, F distributions)
4.c Confidence intervals for unknown parameters
4.d Random numbers and the simulation method

Lehrmethodik inkl. Einsatz von eLearning-Tools

Lecture and exercises

Erwartete Vorkenntnisse

Knowledge from secondary schools; first course of calculus at university; simple combinatorial counting methods.

Literatur

M. Borovcnik (2013): Stochastik 1. Klagenfurt.

Mosler, K. & Schmid, F. (2010): Wahrscheinlichkeitsrechnung und schließende Statistik. Berlin: Springer.

Grinstead, C.M. & Snell, J.L. (2005): Introduction to Probability. Raleigh: American Mathematical Society (AMS). Online: http://www.dartmouth.edu/~chance/teaching_aids/books_articles/probability_book/amsbook.mac.pdf

Prüfungsinformationen

Im Fall von online durchgeführten Prüfungen sind die Standards zu beachten, die die technischen Geräte der Studierenden erfüllen müssen, um an diesen Prüfungen teilnehmen zu können.

Deutsch

Prüfungsmethode/n

For the exercise part:

Oral exam on set tasks; group discussion; written reading reports

For the course there will be a written exam paper with 2 sections:

i. theory (weight/time 1 hour)
ii. tasks (weight/time 2 hours)

The exam time for the course of three hours is intended to allow for stress-reduced working.

First exam date: 6 February 2019 18.30 – 21.30 HS A

Prüfungsinhalt/e

For the exercise part:

Solve the weekly set of 5 tasks mainly by oneself and present the solutions.
Deliver the weekly reading task (in small-group collaboration)

For the lecture part:

Tasks (similar to the exercises during the term; extra material and excel or R as software allowed).
Themes (overview questions; no materials, no textbooks, etc. admitted).

Beurteilungskriterien/-maßstäbe

The final grading is by a written exam to which students are admitted only if they pass the exercises part.

For the exercises part (weekly, 5 tasks are given on the current concepts of the lecture part), the following requirements have to be fulfilled for a pass:

At least 50% of the weekly set tasks have to be checked in ZEUS.
Students have to report freely on their solution at the blackboard and participate in general discussion.
Included in the exercise part grading are the written summary reports on reading tasks (team work).

For the lecture part:

Both sections have to be positive, i.e., at least 50% of the maximal points.

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

Bachelor-Lehramtsstudium Bachelor Unterrichtsfach Mathematik (SKZ: 420, Version: 15W.2)
- Fach: Stochastik (Pflichtfach)
  - MAF.001 Stochastik 1 ( 3.0h VU, SE / 4.5 ECTS)
    - 311.170 Stochastik 1 (3.0h VU / 4.5 ECTS)
      Absolvierung im 5. Semester empfohlen

Bachelor-Lehramtsstudium Bachelor Unterrichtsfach Mathematik (SKZ: 420, Version: 17W.2)
- Fach: Stochastik (Pflichtfach)
  - MAF.001 Stochastik 1 ( 3.0h VU, SE / 4.5 ECTS)
    - 311.170 Stochastik 1 (3.0h VU / 4.5 ECTS)
      Absolvierung im 5. Semester empfohlen

Diplom-Lehramtsstudium Unterrichtsfach Mathematik (SKZ: 406, Version: 04W.7)
- 2.Abschnitt
  - Fach: Stochastik (LM 2.3.) (Pflichtfach)
    - Stochastik I und II ( 4.0h VO / 5.0 ECTS)
      - 311.170 Stochastik 1 (3.0h VU / 4.5 ECTS)

Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 17W.1)
- Fach: Mathematik und Theoretische Grundlagen (Pflichtfach)
  - 3.5 Stochastik 1 ( 3.0h VU / 4.5 ECTS)
    - 311.170 Stochastik 1 (3.0h VU / 4.5 ECTS)
      Absolvierung im 3. Semester empfohlen

Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 12W.1)
- Fach: Mathematik und Theoretische Grundlagen (Pflichtfach)
  - Stochastik 1 VO+UE ( 3.0h XX / 4.5 ECTS)
    - 311.170 Stochastik 1 (3.0h VU / 4.5 ECTS)

Bachelorstudium Informatik (SKZ: 521, Version: 09W.3)
- Fach: Mathematik und theoretische Grundlagen (Pflichtfach)
  - Stochastik VO+UE ( 3.0h XX / 4.5 ECTS)
    - 311.170 Stochastik 1 (3.0h VU / 4.5 ECTS)

Bachelorstudium Informationsmanagement (SKZ: 522, Version: 17W.1)
- Fach: Wahlfach Mathematik und Statistik (Informatik) (Wahlfach)
  - 5.2 Lehrveranstaltungen aus dem Studium Angewandte Informatik/Bereich Mathematik und Statistik für Informatik ( 0.0h VO,KS / 12.0 ECTS)
    - 311.170 Stochastik 1 (3.0h VU / 4.5 ECTS)

Bachelorstudium Informationsmanagement (SKZ: 522, Version: 12W.1)
- Fach: Wahlfach Mathematik und Statistik (Informatik) (Wahlfach)
  - 1.1.2 Stochastik ( 0.0h VO / 2.0 ECTS)
    - 311.170 Stochastik 1 (3.0h VU / 4.5 ECTS)

Bachelorstudium Informationstechnik (SKZ: 289, Version: 17W.1)
- Fach: Mathematik II (Wahlfach)
  - 8a.1 Stochastik 1 ( 0.0h VU / 4.5 ECTS)
    - 311.170 Stochastik 1 (3.0h VU / 4.5 ECTS)
      Absolvierung im 3. Semester empfohlen

Bachelorstudium Informationstechnik (SKZ: 289, Version: 17W.1)
- Fach: Informationstechnische Vertiefung sowie mathematische Ergänzung (Wahlfach)
  - 10b.2.1 Stochastik 1 ( 0.0h VU / 4.5 ECTS)
    - 311.170 Stochastik 1 (3.0h VU / 4.5 ECTS)
      Absolvierung im 5. Semester empfohlen

Bachelorstudium Informationstechnik (SKZ: 289, Version: 12W.2)
- Fach: Höhere Mathematik II (Wahlfach)
  - Stochastik 1 VO + KU ( 3.0h XX / 5.0 ECTS)
    - 311.170 Stochastik 1 (3.0h VU / 5.0 ECTS)
      Absolvierung im 3. Semester empfohlen

Bachelorstudium Informationstechnik (SKZ: 289, Version: 12W.2)
- Fach: Informationstechnische Vertiefung sowie mathematische Ergänzung (Wahlfach)
  - Wahl von Lehrveranstaltungen ( 0.0h VK/VO/KU / 8.0 ECTS)
    - 311.170 Stochastik 1 (3.0h VU / 5.0 ECTS)

Bachelorstudium Technische Mathematik (SKZ: 201, Version: 17W.1)
- Fach: Stochastik (Pflichtfach)
  - 6.1 Stochastik 1 ( 3.0h VU / 4.5 ECTS)
    - 311.170 Stochastik 1 (3.0h VU / 4.5 ECTS)
      Absolvierung im 3. Semester empfohlen

Bachelorstudium Technische Mathematik (SKZ: 201, Version: 12W.2)
- Fach: Stochastik (Pflichtfach)
  - Stochastik 1 ( 2.0h VO / 3.0 ECTS)
    - 311.170 Stochastik 1 (3.0h VU / 4.5 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Wintersemester 2024/25

311.170 VU Stochastik 1 (3.0h / 4.5ECTS)

Wintersemester 2023/24

311.170 VU Stochastik 1 (3.0h / 4.5ECTS)

Wintersemester 2022/23

311.170 VU Stochastik 1 (3.0h / 4.5ECTS)

Wintersemester 2021/22

311.170 VU Stochastik 1 (3.0h / 4.5ECTS)

Wintersemester 2020/21

311.170 VU Stochastik 1 (3.0h / 4.5ECTS)

Wintersemester 2019/20

311.170 VU Stochastik 1 (3.0h / 4.5ECTS)

Wintersemester 2017/18

311.170 VU Stochastik 1 (3.0h / 4.5ECTS)