Beschreibung des Angebots

In Naturwissenschaft, Technik, Politik, Soziologie, Wirtschaft, Medizin usw. spielt die Analyse von Daten eine immer wichtigere Rolle, und auch in den Medien werden viele Themen anhand von Grafiken und statistischen Analysen erläutert. Grundlagen der Statistik sind Bestandteil vieler Studiengänge, und ein grundlegendes Verständnis für Zahlen und numerische Argumentationen wird als selbstverständlich vorausgesetzt.
Viele WissenschaftlerInnen sehen sich aber in der Praxis mit sehr umfassenden Fragen konfrontiert, die mit Grundlagenkenntnissen nicht mehr lösbar sind.
Das Programm bietet die Möglichkeit, die bestehenden statistischen Grundkenntnisse deutlich zu erweitern, aus der statistischen Perspektive einen Einblick ins weite Feld der Data Science zu erhalten und die Methodenkenntnisse in angewandter Statistik dem eigenen Bedarf entsprechend zu vertiefen.

Lernziel

Die Teilnehmenden lernen die zentralen Methoden und Modelle der angewandten Statistik, Methoden zur Visualisierung von Daten sowie die Grundlagen der Programmierung in der Statistik-Software R kennen.

Aufbau der Ausbildung

Pflichtmodule:

• Deskriptive Statistik und Wahrscheinlichkeitsrechnung
• Statistik-Software und Visualisierung von Daten
• Schliessende Statistik
• Einführung in lineare Modelle
• Nichtparametrische Methoden
• Einführung in die Klassifikation

Wahlmodule (ein Wahlmodul erforderlich):

• Vertiefung lineare und verallgemeinerte lineare Modelle
• Vertiefung Klassifikation und maschinelles Lernen

Die Teilnehmenden können freiwillig ein statistisches Problem aus ihrem eigenen Arbeitsgebiet bearbeiten; die Anmeldung dafür erfolgt während dem Studiengang. Die Projektarbeit umfasst einen Arbeitsaufwand von ungefähr einer Arbeitswoche und wird von einer Dozentin oder einem Dozenten betreut. 

Gesamtumfang: 16 ECTS