Die Vorlesung richtet sich an Studierende der Biologie, der medizinischen Biologie und von Waterscience.
- Lehrende(r): Anton Klymovskiy
- Lehrende(r): Roland Meizis
- Lehrende(r): Jan Nagel
Die Vorlesung richtet sich an Studierende der Biologie, der medizinischen Biologie und von Waterscience.
Die Vorlesung richtet sich an Studierende der Biologie, der medizinischen Biologie und von Waterscience.
Einführung in die moderne Statistik mit R. Das Modul richtet sich an die Studierenden der Biologie-, medizinischen Biologie, Waterscience sowie Lehramt Gy/Ge Chemie.



In dieser Veranstaltung wird ein vertiefter Überblick über die wichtigsten statistischen Methoden gegeben, die auf der Basis von Stichprobendaten Hypothesen testen, allgemeingültige Aussagen formulieren oder Vorhersagen ermöglichen.
Die Vorlesung vermittelt die Hintergründe und Zusammenhänge unterschiedlicher Analyseverfahren (ein- und mehrfaktorielle Varianzanalyse mit und ohne Messwiederholung, Regressionsanalyse, Kovarianzanalyse, Mediatoranalyse, Moderatoranalyse, Faktorenanalyse, non-parametrische Verfahren und weiterführende multivariate Verfahren).
In der Übung werden die Inhalte aus der Vorlesung diskutiert und die Anwendung der Verfahren mit der Analysesoftware jamovi eingeübt.

In dieser Veranstaltung wird ein vertiefter Überblick über die wichtigsten statistischen Methoden gegeben, die auf der Basis von Stichprobendaten Hypothesen testen, allgemeingültige Aussagen formulieren oder Vorhersagen ermöglichen.
Die Vorlesung vermittelt die Hintergründe und Zusammenhänge unterschiedlicher Analyseverfahren (ein- und mehrfaktorielle Varianzanalyse mit und ohne Messwiederholung, Regressionsanalyse, Kovarianzanalyse, Mediatoranalyse, Moderatoranalyse, Faktorenanalyse, non-parametrische Verfahren und weiterführende multivariate Verfahren).
In der Übung werden die Inhalte aus der Vorlesung diskutiert und die Anwendung der Verfahren mit der Analysesoftware jamovi eingeübt.

In dieser Veranstaltung wird ein vertiefter Überblick über die wichtigsten statistischen Methoden gegeben, die auf der Basis von Stichprobendaten Hypothesen testen, allgemeingültige Aussagen formulieren oder Vorhersagen ermöglichen.
Die Vorlesung vermittelt die Hintergründe und Zusammenhänge unterschiedlicher Analyseverfahren (ein- und mehrfaktorielle Varianzanalyse mit und ohne Messwiederholung, Regressionsanalyse, Kovarianzanalyse, Mediatoranalyse, Moderatoranalyse, Faktorenanalyse, non-parametrische Verfahren und weiterführende multivariate Verfahren).
In der Übung werden die Inhalte aus der Vorlesung diskutiert und die Anwendung der Verfahren mit der Analysesoftware jamovi eingeübt.

Die Studierenden entwickeln ein grundlegendes Verständnis von Variabilität in der Ökologie. Sie sind in der Lage, Variabilität zu erheben, zu beschreiben, zu quantifizieren und im Hinblick auf statistische Eigenschaften zu analysieren. Sie erhalten Kenntnisse zur Planung und Durchführung von Experimenten und Felduntersuchungen, deren Ziel die Quantifizierung und Analyse von Variabilität ist. Anhand der Wahrscheinlichkeitsverteilung von ökologischen Daten sind die Studierenden in der Lage, geeignete Methoden für die Analyse von Zusammenhängen zwischen Daten unterschiedlicher Variabilität zu ermitteln. Dazu gehört auch der Einsatz von statistischen Modellen zur Quantifizierung von Variabilität und zur Vorhersage.
Der Kurs besteht aus einem Theorieteil mit Präsentationen und Diskussionen (2 SWS) und einem Praxisteil mit Übungen und Analyseaufgaben (2 SWS). Die Teilnahme schließt zudem Vor- und Nachbereitungen der Kursinhalte und Übungen durch die Studierenden ein.