Statistical Ecology
Statistische Ökologie
6 CPSummerDEno longer offered
Prerequisites
Mandatory, as written
Keine erfolgreiche Teilnahme am zugehörigen Nachfolgemodul 11856 Quantitative Datenanalyse.
Recommended, as written
Abiturwissen in Mathematik, Teilnahme am Modul Höhere Mathematik, 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 (Autokorrelation und verschiedene Korrelationsanalysen) • und die Erfassung von (realen oder scheinbaren) Abhängigkeiten in den Datensätzen sowie die Analyse zeitlicher Trends durch lineare bzw. mulitvariate 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 erlernten Fähigkeiten eigenständig anzueignen.
Assessment
• Fünf semesterbegleitende Übungsaufgaben (jeweils 10 % Gewichtung für Modulnote) • Hausarbeit zum Semesterende (50 % Gewichtung für Modulnote)
Literature (6)
- 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
- Groß, J., 2010: Grundlegende Statistik mit R, Vieweg + Teubner
- Stoyan, D, H.Stoyan, U. Jansen, 1997: Umweltstatistik, Teubner
- Wollschläger, D.: 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-Studio (Einzelheiten hierzu in der 1. Lehrveranstaltung). Alternativ stehen die Computer-Ressourcen des Lehrstuhls Umweltmeteorologie zur Verfügung. Die Teilnehmerzahl in der Übung ist aus organisatiorischen Gründen auf 20 Teilnehmer begrenzt, im Bedarfsfall wird eine zusätzliche Übungsgruppe angeboten.
Source: BTU's module description · retrieved 20 Oct 2026Original