Übungsbeispiele Beschreibende Statistik 1 (Google Sheets - die Daten können in andere Formate exportiert werden)
Übungsbeispiele Beschreibende Statistik 2 (Korrelation Regression)
Online Material: Video1 (Daten), Video2, Video3, Video4:Korrelation, Video5:Regression
Präsentationen: Motivationsbeispiel, Einfache Stichproben, Korrelation, Regression
Online Videos und Beispiele: Streuung vom Mittelwert
7.1. Beschreibende Statistik: Aktuelle Methoden auf anwendungsorientierte Daten anwenden; Daten statistisch aufbereiten, Häufigkeitsverteilungen (absolute und relative Häufigkeiten) bestimmen und interpretieren; Daten in Form von Kreis- und Balken-/Säulendiagrammen sinnstiftend veranschaulichen, diese Darstellungen interpretieren und damit anwendungsbezogen argumentieren
Lage- und Streuungsmaße empirischer Daten berechnen, interpretieren und damit argumentieren; Boxplots erstellen und interpretieren;
Lineare Regression und Korrelation: Zusammenhangsanalysen für anwendungsbezogene Problemstellungen beschreiben und relevante Größen (Parameter der Funktionsgleichung, Korrelationskoeffizient nach Pearson) mittels Technologieeinsatz berechnen und interpretieren; die Methode der kleinsten Quadrate erklären und interpretieren.
7.2. Grundlagen der Wahrscheinlichkeitsrechnung und die Binomialverteilung: Den Begriff des Zufallsexperiments verstehen die Wahrscheinlichkeit zufälliger Ereignisse bestimmen; den klassischen Wahrscheinlichkeitsbegriff nach Laplace verstehen und anwenden; die Additions- und Multiplikationsregel anwenden; den Zusammenhang zwischen Wahrscheinlichkeiten und relativen Häufigkeiten verstehen und anwenden; mehrstufige Zufallsexperimente („Ziehen mit/ohne Zurücklegen“) mit Baumdiagrammen modellieren, Wahrscheinlichkeiten mithilfe von Pfadregeln berechnen und Baumdiagramme interpretieren und damit argumentieren
Zufallsexperimente mit Hilfe der Binomialverteilung modellieren, ihre Anwendung begründen, Wahrscheinlichkeiten und Erwartungswert berechnen und die Ergebnisse kontextbezogen interpretieren
8.1. Stochastik - Normalverteilung: mit der Wahrscheinlichkeitsdichte und der Verteilungsfunktion der Normalverteilung modellieren, Wahrscheinlichkeiten und Quantile berechnen und die Ergebnisse kontextbezogen interpretieren; Erwartungswert μ und Standardabweichung σ interpretieren und deren Auswirkungen auf den Graphen der zugehörigen Wahrscheinlichkeitsdichte erklären;
Verteilung des Stichprobenmittelwertes normalverteilter Werte: modellieren, berechnen, interpretieren und erklären; Schätzwerte für Verteilungsparameter (μ, σ) bestimmen; zweiseitige Konfidenzintervalle für den Erwartungswert μ einer normalverteilten Zufallsvariablen: modellieren, berechnen, interpretieren und erklären