Modules

BackEsc11856

Quantitative Datenanalyse

Quantitative Data Analysis

6 CPSummerDE

Prerequisites

Mandatory, as written

Keine erfolgreiche Teilnahme am zugehörigen Auslaufmodul 41204 Statistische Ökologie.

Recommended, as written

Abiturwissen in Mathematik, Teilnahme am Modul Höhere Mathematik K, Programmierkenntnisse (hilfreich aber nicht zwingend notwendig)

Contents

Im Modul werden grundlegende Methoden und Verfahren zur quantitativen Analyse von beobachteten und simulierten Daten vermittel und in praktischen Übungen anhand von Beispielen aus verschiedenen Bereichen der Umweltwissenschaften (Klimatologie, Hydrologie, Gewässerkunde, Bodenkunde, Ökologie und Ökonomie) angewendet und vertieft. Schwerpunkte des Moduls sind: • die Berechnung statistischer Maßzahlen (Mittelwert, Varianz, Quantile, Korrelation), • grafische Darstellungsmöglichkeiten von Datensätzen (Histogramm, Quantil-Plot, Boxplot), • die Wiedergabe der Datenstruktur durch Verteilungsfunktionen (Normalverteilung, Poissonverteilung, Weibull-, Pareto- oder Extremwertverteilung), • die Erfassung von Unsicherheiten über Konfidenzintervalle und Fehlerschätzungen, • der Vergleich von Datensätzen mittels statistischer Tests (Hypothesenprüfung, Testverfahren, Signifikanzniveau), • die Untersuchung von räumlichen oder zeitlichen Abhängigkeiten von Datensätzen durch Korrelationsanalysen und lineare Regressionen. Für die praktische Auswertung größerer Datenmengen erfolgt eine Einführung in die Benutzung der Programmiersprache R. Wichtige Grundelemente und Anwenderfunktionen von R werden anhand einfacher Beispiele in einer ergänzenden Übung vermittelt. Zur Vertiefung der in der Vorlesung erworbenen Kenntnisse werden Übungsbeispiele zu ausgewählten Schwerpunkten mit Hilfe selbstgeschriebener Auswerteprogramme gerechnet und ihre Ergebnisse grafisch dargestellt.

Learning outcomes

Nach der Teilnahme am Modul sind die Studierenden in der Lage, verschiedene grundlegende Methode und Verfahren zur statistischen Auswertung räumlicher und zeitlicher Datensätze aus dem Bereich der Umweltwissenschaften zu verstehen und anzuwenden. Das Modul befähigt die Teilnehmer, die im Rahmen ihrer Bachelor-Arbeit eventuell anfallenden Datenauswertungen eigenständig durchzuführen, bzw. sich die hierfür erforderlichen Ergänzungen der im Modul vermittelten Kenntnisse eigenständig anzueignen.

Assessment

Semesterbegleitende 6 Übungsaufgaben (60 % Gewichtung für Modulnote) und schriftliche Abschlussaufgabe (40 % Gewichtung für Modulnote) zum Semesterende, Dauer der Hausarbeit 2 Tage

Literature (7)
  • Folien des Vorlesungsstoffes
  • ergänzendes Material zur Programmiersprache R und den Übungsaufgaben
  • Helsel, D.R., R.M. Hirsch, 2002: Statistical Methods in Water Resources. U.S. Geological Survey (USGS), http://water.usgs.gov/pubs/twri/twri4a3/pdf/twri4a3-new.pdf
  • Hedderich, J., L. Sachs, 2016: Angewandte Statistik, Springer
  • Stoyan, D, H.Stoyan, U. Jansen, 1997: Umweltstatistik, Teubner
  • Groß, J., 2010: Grundlegende Statistik mit R, Vieweg + Teubner
  • Wollschläger, D., 2016: R Kompakt, Springer

Remarks

Die erfolgreiche Teilnahme am Modul erfordert ein hohes Maß an eigenständiger Arbeit. Zur Bearbeitung der Übungsaufgaben ist ein eigener PC oder Laptop erforderlich sowie die Installation des Softwarepaketes R oder R-Studio (Einzelheiten hierzu in der 1. Lehrveranstaltung). Alternativ stehen die Computer-Ressourcen des Lehrstuhls Umweltmeteorologie zur Verfügung.

Source: BTU's module description · retrieved 28 Sep 2026Original

Module catalogue · unofficial

Betula is an unofficial project and not part of BTU.

Folia 1.0.3Radix 0.6.0

Data as of 21 Oct 2026Winter 2026/27Source: BTU