Data Science 2

Grundlagen der Statistik und des experimentellen Designs (BIO-06.61-015 und BMARSYS-18.61-847)

Modulbeschreibung

Dies ist das zweite von vier Modulen des neu in den Bachelor-Studiengängen des Fachbereichs Biologie der Universität Hamburg eingeführten Data Science Programms. Data Science 2 führt die Studierenden in die Welt der Datenerhebung, des experimentellen Designs und der inferenziellen Statistik ein, wobei der Schwerpunkt auf den klassischen frequentistischen Ansätzen mit R liegt.

Modulverantwortliche: Dr. Saskia Otto

Vorlesungsfolien SoSe 2024

Diese GitHub Repository enthält die folgenden Kurs-spezifischen HTML-Vorlesungsfolien (alle auf Deutsch), die bald von der aktuellen Kurs-Website abgerufen werden können: https://datasciencebiology.blogs.uni-hamburg.de

• 01 Einführung in die mathematische Statistik
• 02 Wahrscheinlichkeitstheorie
• 03 Wahrscheinlichkeitsverteilungen
• 04 Schätzverfahren oder was ist ein KI?
• 05 Hypothesentest oder was ist eine H0?
• 06 Klassische Tests (Teil 1: t-Tests und nicht-parametrische Alternativen)
• 07 Klassische Tests (Teil 2: Chi-Quadrat-Tests)
• 08 Mehrstichprobentests & Einführung in die Varianzanalyse
• 09 Korrelation & Transformation
• 10 Lineare Regression
• 11 Grundlagen des experimentellen Designs (Teil 1: Kriterien der Versuchsplanung & Poweranalyse Grundgleichung der Versuchsplanung & Designtypen)
• 12 Grundlagen des experimentellen Designs (Teil 2: Grundgleichung der Versuchsplanung & Designtypen)
• Add-On: Beispiele zur Auswahl und Interpretation statistischer Tests

Lizenz

Diese Arbeit is lizenziert unter einer Creative Commons Attribution-ShareAlike 4.0 International License mit Ausnahme der entliehenen und mit Quellenangabe versehenen Abbildungen.