Diese Woche setzen wir die Grundlagen der Wahrscheinlichkeitsrechnung fort und führen die Konzepte der Zufallsvariablen und der Wahrscheinlichkeitsverteilung ein – nämlich diskrete und kontinuierliche Verteilungen. Der Schwerpunkt dieses Kurses liegt auf der Normalverteilung. Sie lernen außerdem die verschiedenen Arten von Stichproben kennen – den Stichprobenauswahlprozess und die Schätzung des Populationsmittelwerts anhand von Stichprobenstatistiken. Darüber hinaus erhalten Sie ein Verständnis dafür, wie die Stichprobenverteilung wertvolle Einblicke in die zu erwartende Variabilität liefert, wenn wiederholt Stichproben aus derselben Grundgesamtheit gezogen werden.

Das Modul „Betriebswirtschaftliche Statistik“ schließt mit einer Erörterung der Fehlermarge und ihres Zusammenhangs mit Stichprobenabschätzungen ab. Sie lernen, Intervallschätzungen zu berechnen und diese im betriebswirtschaftlichen Kontext anzuwenden. Darüber hinaus behandeln wir in dieser Woche die Hypothesentests, wozu die Formulierung von Null- und Alternativhypothesen sowie die Durchführung von Signifikanztests zur Festlegung der Kriterien für die Zurückweisung einer Hypothese gehören. Wir werden außerdem die Auswirkungen von Fehlern vom Typ I und Typ II bei dieser Entscheidungsfindung näher untersuchen.

In dieser Woche befassen wir uns mit statistischen Schlussfolgerungen, die mehrere Grundgesamtheiten betreffen, wobei ein besonderer Schwerpunkt auf der Varianzanalyse (ANOVA) als Methode zum Vergleich von Mittelwerten zwischen mehreren Gruppen oder Grundgesamtheiten liegt. Sie werden die Bedeutung der ANOVA für die Beurteilung von Gruppenunterschieden verstehen und Einblicke in die Interpretation der ermittelten F-Statistik gewinnen. Die ANOVA erleichtert das Erkennen signifikanter Unterschiede zwischen Gruppenmittelwerten und das Verstehen der Ursachen für Datenvariation.

Diese Woche führen wir in die Regressionsanalyse ein und beschäftigen uns dabei mit dem Zusammenhang zwischen abhängigen und unabhängigen Variablen. Sie werden erfahren, wie die Regressionsanalyse die Werte der abhängigen Variablen auf der Grundlage bekannter unabhängiger Variablen schätzt und so dabei hilft, die am besten passende Gerade oder Kurve zu ermitteln, die Datenmuster und Trends darstellt. Diese Analyse ermöglicht es, Erkenntnisse zu gewinnen, die für fundierte Entscheidungen in verschiedenen Bereichen entscheidend sind.

Der Kurs endet mit einer besonderen Herausforderung: der Überprüfung des Zusammenhangs zwischen zwei Variablen in einer Kontingenztafel sowie der Prüfung, ob eine Variable wahrscheinlich einer bestimmten Verteilung entspricht. Wir werden uns eingehend mit Konzepten wie Kontingenztafeln, Spalten- und Zeilenprozentsätzen sowie beobachteten und erwarteten Häufigkeiten befassen und Chi-Quadrat-Statistiken anwenden, um die Gleichheit von Populationsanteilen zu überprüfen. Darüber hinaus lernen wir, wie man die Chi-Quadrat-Statistik einsetzt, um die Unabhängigkeit zweier kategorialer Variablen zu prüfen und die Anpassungsgüte zu bewerten, um festzustellen, ob ein beobachteter Datensatz mit einer bestimmten Verteilung übereinstimmt.