Statistik für Prozesswissenschaften (6 LP)Module description #30408 / Version 1
- 6 CP
- Portfolio examination
- Graded
- Winter and summer semester
- German
This module description is not valid in the current semester (Winter semester 2026/27).
| Module / Version | #30408 / #1 |
|---|---|
| Validity | WS 2014/15 – WS 2014/15 |
| Available language(s) | German |
| Credit points | 6 |
| Person responsible for the module | Römisch, Ute |
| Grading | Graded |
| Exam format | Portfolio examination |
| Language(s) of instruction | German |
Affiliation
| Faculty | Fakultät III |
|---|---|
| Institute | Institut für Lebensmitteltechnologie und Chemie |
| Academic chair | Not specified |
Contact
| Office | ACK 3-2 |
|---|---|
| Contact person | Römisch, Ute |
| E-mail address | ute.roemisch@tu-berlin.de |
| Website | Not specified |
Learning outcomes
Die Studierenden
• besitzen ein Verständnis von der Analyse experimentell gewonnener und damit zufallsbehafteter
Daten und können damit umgehen,
• kennen statistische Methoden, um Versuche effektiv zu planen, statistische Modelle für Prozess-
zusammenhänge aufzustellen und Daten nach den verschiedensten Gesichtspunkten (Beschreiben
von Daten, Erkennen von Strukturen zwischen Daten, Vergleichen von Daten in Gruppen u.a.)
analytisch und grafisch auszuwerten,
• besitzen die Fähigkeit, typische Fragestellungen aus den Prozesswissenschaften sachkundig mit
statistischen Methoden zu modellieren, durch die Anwendung statistischer Softwareprogramme zu
analysieren und fachgerecht zu interpretieren.
• sind in der Lage, eine Aufgabe aus ihrem Fachgebiet selbständig mit statistischen Methoden zu
bearbeiten.
Die Veranstaltung vermittelt:
40% Wissen und Verstehen, 20% Analyse und Methodik, 10% Entwicklung und Design, 30% Anwendung und Praxis
• besitzen ein Verständnis von der Analyse experimentell gewonnener und damit zufallsbehafteter
Daten und können damit umgehen,
• kennen statistische Methoden, um Versuche effektiv zu planen, statistische Modelle für Prozess-
zusammenhänge aufzustellen und Daten nach den verschiedensten Gesichtspunkten (Beschreiben
von Daten, Erkennen von Strukturen zwischen Daten, Vergleichen von Daten in Gruppen u.a.)
analytisch und grafisch auszuwerten,
• besitzen die Fähigkeit, typische Fragestellungen aus den Prozesswissenschaften sachkundig mit
statistischen Methoden zu modellieren, durch die Anwendung statistischer Softwareprogramme zu
analysieren und fachgerecht zu interpretieren.
• sind in der Lage, eine Aufgabe aus ihrem Fachgebiet selbständig mit statistischen Methoden zu
bearbeiten.
Die Veranstaltung vermittelt:
40% Wissen und Verstehen, 20% Analyse und Methodik, 10% Entwicklung und Design, 30% Anwendung und Praxis
Content
• Beschreibende Statistik: Klassifizierung von Merkmalen und ihren Häufigkeitsverteilungen,
Grundgesamtheit und Stichprobe, Ermittlung stat. Maßzahlen, zuf. und system. Fehler, Mehrdim.
Merkmale und ihre Zusammenhangsmaße, Kontingenztafeln, Korrelation und einf. lin.Regression
• Wahrscheinlichkeitsrechnung: Berechnung von Wahrscheinlichkeiten zufälliger Ereignisse, diskrete
und stetige Zufallsgrößen und typische Verteilungen, wie Binomial-, Hypergeom.,- Poisson- , Normal-
und Prüfverteilungen, Grenzwertsätze
• Schließende Statistik: Schätz- und Testmethoden des Schließens von der Stichprobe auf die
Grundgesamtheit, Mittelwert- und Varianzvergleiche bei 1-und 2- Stichprobenproblemen, Varianz- und
Regressionsanalyse, einschließlich Residualanalyse
• Übungen: am PC in Gruppen wird das Zusammenwirken von beschreibenden und schließenden
Methoden geübt. Es werden Übungsaufgaben analytisch besprochen und mit Hilfe eines einfachen
Statistikprogramms gelöst und statistisch und fachlich interpretiert.
• Projektpraktikum: Von den Studierenden wird eine kleine Aufgabe zur stat. Datenanalyse aus ihrem
FG vorgestellt, dazu werden Lösungsvorschläge diskutiert und die Aufgabe wird dann mittels eines
Statistikprogramms gelöst.
Grundgesamtheit und Stichprobe, Ermittlung stat. Maßzahlen, zuf. und system. Fehler, Mehrdim.
Merkmale und ihre Zusammenhangsmaße, Kontingenztafeln, Korrelation und einf. lin.Regression
• Wahrscheinlichkeitsrechnung: Berechnung von Wahrscheinlichkeiten zufälliger Ereignisse, diskrete
und stetige Zufallsgrößen und typische Verteilungen, wie Binomial-, Hypergeom.,- Poisson- , Normal-
und Prüfverteilungen, Grenzwertsätze
• Schließende Statistik: Schätz- und Testmethoden des Schließens von der Stichprobe auf die
Grundgesamtheit, Mittelwert- und Varianzvergleiche bei 1-und 2- Stichprobenproblemen, Varianz- und
Regressionsanalyse, einschließlich Residualanalyse
• Übungen: am PC in Gruppen wird das Zusammenwirken von beschreibenden und schließenden
Methoden geübt. Es werden Übungsaufgaben analytisch besprochen und mit Hilfe eines einfachen
Statistikprogramms gelöst und statistisch und fachlich interpretiert.
• Projektpraktikum: Von den Studierenden wird eine kleine Aufgabe zur stat. Datenanalyse aus ihrem
FG vorgestellt, dazu werden Lösungsvorschläge diskutiert und die Aufgabe wird dann mittels eines
Statistikprogramms gelöst.
Module components
Compulsory area
The following courses are mandatory for this module:
| Courses | Type | Number | Frequency | Language | Hours per week | Course catalog |
|---|---|---|---|---|---|---|
| Statistik für Prozesswissenschaftler | Project | Winter and summer semester | – | 1 | ISIS | |
| Statistik für Prozesswissenschaftler | Lecture | 3332 L 710 | Winter and summer semester | – | 2 | ISIS |
| Statistik für Prozesswissenschaftler | Exercise | Winter and summer semester | – | 2 | ISIS |
Workload and credit points
Statistik für Prozesswissenschaftler (Project)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 1 h | 15 h |
| Vor-/Nachbereitung | 15 | 2 h | 30 h |
| 45 h | |||
Statistik für Prozesswissenschaftler (Lecture)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 2 h | 30 h |
| 60 h | |||
Statistik für Prozesswissenschaftler (Exercise)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 2 h | 30 h |
| 60 h | |||
The workload of the module adds up to 165 hours. The module therefore comprises 6 credit points.
Description of teaching and learning methods
Die Grundvorlesung Statistik wird durch Übungen am PC in Gruppen vertieft. In der Vorlesung werden Übungsaufgaben ausgegeben, die von den Studenten zu lösen sind und in der Übung dann diskutiert und mit Hilfe eines Statistikprogramms neben weiteren Aufgaben behandelt werden. Im Projektpraktikum wird eine Aufgabe aus dem jeweiligen Fachgebiet der Studierenden bearbeitet und die Ergebnisse werden dann in einem Vortrag oder einer kleinen Projektarbeit präsentiert.
Requirements for participation and examination
Desirable prerequisites for participation in the courses:
Grundkenntnisse Mathematik
Mandatory requirements for the module examination registration:
This module has no examination requirements.
Completion of the module
| Grading | Graded |
|---|---|
| Exam format | Portfolio examination |
| Language | German |
Test elements
| Name | Points/Weight | Category | Duration/Extent |
|---|---|---|---|
| Klausur | 50 | ||
| Vortrag | 50 |
Exam description
Sie bestehen aus einer Klausur und einem Vortrag, die dann zu 50% und 50% in die Note eingehen.
Weitere Informationen werden zum Beginn der Vorlesung bekannt gegeben.
Weitere Informationen werden zum Beginn der Vorlesung bekannt gegeben.
Duration of the module
The following number of semesters is estimated for taking and completing the module: 1 semester(s).
This module can be started in the following semesters: Winter and summer semester.
Maximum number of participants
The maximum capacity of participants is 60.
Registration procedures
Die Anmeldung der Prüfung erfolgt im Prüfungsamt, ggf. über QISPOS.
Recommended reading, lecture notes
Lecture notes
unavailable
Electronic lecture notes
available – http://www.lmtc.tu-berlin.de/angewandte_statistik_und_consulting
Recommended literature
No recommended literature given
Assigned programs
This module is not used in any program.
Miscellaneous
An der Lehrveranstaltung „Statistik für Prozesswissenschaftler“ (6LP) können Studierende aller Studienrichtungen der Fakultät Prozesswissenschaften teilnehmen.