Upload
others
View
3
Download
0
Embed Size (px)
Citation preview
Sta$s$k
Sta$s$kamDep.LSFM
ÜberblickLehreIASMath/StatMethodikundTools(einigecases)
DepN
Dep.N,Bachelor• Umwel$ngenieurwesen:R
1.Semester:3Lekt.Mathe2.Semester:2Lekt.Mathe,2Lekt.Stat5.Semester:2Lekt.Datenanalyse
• LebensmiMeltechnologie:R
1.Semester:3Lekt.Mathe,1Lekt.Sta$s$k2.Semester:3Lekt.Mathe,1Lekt.Sta$s$k
• Chemie:Excel,Gnuplot,VBA->R
1.Semester:3Lekt.Mathe,Sta$s$kinChemie2.Semester:2Lekt.Mathe,2Lekt.Sta$s$k
• Biotechnologie:Matlab 1./2.Semester:je3Lekt.Mathe
4.Semester:3Lekt.Sta$s$k
• FacilityManagement:Excel 1.Semester:2Lekt.Mathe2.Semester:2Lekt.Sta$s$kErhebungsmethoden
Dep.N,Master
• MSLifeSciences:R• MSFacilityManagement:SPSS
• MSLifeSciences:Ver$efungComputa$onalLifeSciencesPython+R+?
Sta$s$kberatung
2010 2011 2012 2013 2014 2015
Entwicklung Statistiksupport N
k C
HF
0
10
20
30
40
50
60
70Projekte andere KSint. Statistikberatung
1013.2
19.7
36.6
41.8
33.9
20.4
Case1:FirstContact
SensibilisierenfürSta$s$k
Bezügeherstellen
Ø Sta$sik=abstrakt,kompliziert,undurchschaubar---->Deusexmacchina.Ø AuchangewandteThemenwie„Umfragen“sindimClassroomo`zu„abstrakt“.
Ø gedrucktesUmfrageblaMwährendPrüfung.Ø GehtzurückaufVorschlageiner
StudierendenUI13.
Ø Ausfüllenobligatorisch->100%Rücklaufbei150Studierenden
Ø Digitalisierungdauertca.40Minuten
SalvatorePapaloRebekkaMerki(UI14)
Mar$nJoss,MarionFrei(UI14)
Findings
Ø SelbsteinschätzungderStudierendenzu$ef(gutfürMo$va$on)
Ø NervositäthatEinflussaufdieErwartung,abernichtklaraufdieeffekEveNote
Ø LerneffizienznimmtüberdasSemesterab
Ø LernaufwandungleichNote
Ø Fähigkeit,ProbeprüfungenzulösenhängtmitNotezusammen
Ø SchweregradderPrfg.entsprichtErwartungen
Case2:TheundiscoveredCountry
EinführunginR(UI)
EinführunginR(UI)
Mathe
ma$
k1,UI,1.Sem
ester
Case3:IntoDarkness
ModulDatenanalyse(UI)
Datenanalyse,5.SemesterUI
18
Datum
(Richtwert)
Inhalt
16.9. Grundlagen (Desktop, Arbeiten mit R, Operationen, Vektoren, Matrizen)
16.9. Grundlagen (Desktop, Arbeiten mit R, Operationen, Vektoren, Matrizen)
23.9. Import / Export von Daten (von und nach Excel)
Datentypen (metrisch, ordinal, dichotom, Entsprechungen in R)
23.9. beschreibende Statistik (Lage- und Streumasse, Visualisierungen)
14.10. Visualisierungen
fakultativ: Loops („for“), Conditions („if“) und Anwendungen auf Datenhandling
14.10. Visualisierungen
4.11. Statistische Tests 1, Arbeit an Datenanalyse
4.11. Statistische Tests 2, Arbeit an Datenanalyse
18.11. Statistische Tests 3 und erste Fallstudie, Arbeit an Datenanalyse
18.11. 2. Fallstudie, Arbeit an Datenanalyse
2.12. 3. Fallstudie, Arbeit an Datenanalyse
2.12. 4. Fallstudie, Arbeit an Datenanalyse
9.12. 5. Fallstudie, Arbeit an Datenanalyse
9.12. 6. Fallstudie, Arbeit an Datenanalyse
EineLek$on:
Case4:Genera$ons
RKursefürMA/Stud
RKursfürMA/Stud
• kompleMeronlineKurs(Materialien,inkl.Videos)
• SpezifischeAngebote(z.B.TageskursfürILGI)
• WBErhebungsmethodenhMps://moodle.zhaw.ch/course/view.php?id=10595
Case5:Counsel
Sta$s$kberatung
Sta$s$kberatung
• individuellesCoaching,dasnachhal$gwirkt
• UnterstützunginF&EProjekten
• inspirierteSpielwiesefürMitarbeitanPublika$onen
--->typischerAblauf,BeispielDavidHuber(BA,UI).
TestsundVisualisierungen
IASBibliothek„tests_and_visuals.R“fürMacundPC.
Next
Sta$s$kberatungamN
Dr.IvoKaelin
HilfsmiMelDatenanalyse
hMps://moodle.zhaw.ch/course/view.php?id=2842
Studierendeermu$gen