Statistics for process engineering (4 CP)Module description #30532 / Version 2
- 4 CP
- Written exam
- Graded
- Winter and summer semester
- German
This module description is not valid in the current semester (Winter semester 2026/27).
| Module / Version | #30532 / #2 |
|---|---|
| Validity | SS 2015 – WS 2018/19 |
| Available language(s) | German |
| Credit points | 4 |
| Person responsible for the module | Römisch, Ute |
| Grading | Graded |
| Exam format | Written exam |
| Language(s) of instruction | German |
Affiliation
| Faculty | Fakultät III |
|---|---|
| Institute | Not specified |
| 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.
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.
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 Zusam¬menhangsmaße, 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.
Grundgesamtheit und Stichprobe, Ermittlung stat. Maßzahlen, zuf. und system. Fehler, Mehrdim.
Merkmale und ihre Zusam¬menhangsmaße, 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.
Module components
Compulsory area
The following courses are mandatory for this module:
Workload and credit points
Statistik für Prozesswissenschaftler (Lecture)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Klausurvorbereitung | 30 | 1 h | 30 h |
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 1 h | 15 h |
| 75 h | |||
Statistik für Prozesswissenschaftler (Exercise)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 1 h | 15 h |
| 45 h | |||
The workload of the module adds up to 120 hours. The module therefore comprises 4 credit points.
Description of teaching and learning methods
Die Grundvorlesung Statistik wird durch Übungen am PC in Gruppen vertieft. Von den Studierenden sind Übungsaufgaben zu lösen, die in der Übung dann diskutiert und mit Hilfe eines Statistikprogramms neben weiteren Aufgaben behandelt werden.
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 | Written exam |
| Language | German |
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 die online- Prüfungsanmeldung.
Recommended reading, lecture notes
Lecture notes
unavailable
Electronic lecture notes
available – http://www.lmtc.tu-berlin.de/angewandte_statistik_und_consulting/menue/studium_und_lehre/lehrveranstaltungen/materialien/
Recommended literature
- http://www.lmtc.tu-berlin.de/fileadmin/f28/Literaturhinweise.pdf
Assigned programs
This module is not used in any program.
Wahlpflichtfach für Studierende im MSc Energie- und Gebäudetechnik und
Wahlfach für alle Bachelor- oder Masterstudiengänge der Fak. Prozesswissenschaften
Wahlfach für alle Bachelor- oder Masterstudiengänge der Fak. Prozesswissenschaften
Miscellaneous
Das Modul "Statistik für Prozesswissenschaften (4 LP)" ist Bestandteil des Moduls "Statistik für Prozesswissenschaftler (6 LP)", aber ohne den Teil Projektpraktikum.