Spezielle Statistik und Versuchswesen

Fakult?t

Fakult?t Agrarwissenschaften und Landschaftsarchitektur (AuL)

Version

Version 2 vom 03.05.2023.

Modulkennung

44B0678

Niveaustufe

Bachelor

Unterrichtssprache

Deutsch

ECTS-Leistungspunkte und Benotung

5.0

H?ufigkeit des Angebots des Moduls

nur Wintersemester

Dauer des Moduls

1 Semester

 

 

Kurzbeschreibung

In vielen Bereichen des Gartenbaues sind vertiefte Kenntnisse in spezifischen statistischen Methoden erforderlich. Die Erlangung von Kenndaten zur Steuerung der Produktion verlangt besondere Kenntnisse über die Planung und Auswertung von Versuchen und über die Datenerfassung, um dann durch eine sachgerechte statistische Auswertung zu korrekten Entscheidungen zu kommen, natürlich unter Berücksichtigung eines gewissen Fehlerrisikos.

Lehr-Lerninhalte

Vertiefte Kenntnisse in statistischen Methoden: Modellierung von Daten mit Hierarchie, Subsamplingstruktur, Messwiederholungen; vertiefte Kenntnisse in der Planung, Durchführung und Auswertung von Versuchen im pflanzentechnologischen Bereich: Betrachtung wichtiger Versuchsdesigns wie Blockanlage, Lateinisches Quadrat, Spaltanlage, Streifenanlage; Kenntnisse im Umgang mit Software: Auswertung von Versuchsergebnissen mittels bedeutender Statistikprogramme.

Gesamtarbeitsaufwand

Der Arbeitsaufwand für das Modul umfasst insgesamt 135 Stunden (siehe auch "ECTS-Leistungspunkte und Benotung").

Lehr- und Lernformen
Dozentengebundenes Lernen
Std. WorkloadLehrtypMediale UmsetzungKonkretisierung
32VorlesungOnline-
20?bungOnline-
5SonstigesOnlineFragestunde
Dozentenungebundenes Lernen
Std. WorkloadLehrtypMediale UmsetzungKonkretisierung
28Veranstaltungsvor- und -nachbereitung-
10Literaturstudium-
25Prüfungsvorbereitung-
15Arbeit in Kleingruppen-
Weitere Erl?uterungen

Es handelt sich um eine synchrone Lehrveranstaltung welche durch asynchrone Vorlesungselemente erg?nzt werden kann.

Benotete Prüfungsleistung
  • Portfolio-Prüfungsleistung oder
  • Klausur oder
  • mündliche Prüfung
Bemerkung zur Prüfungsart

Standardprüfungsart ist die Portfolio-Prüfungsleistung (Im Falle der Abweichung wird eine der genannten alternativen Prüfungsarten von der*dem Prüfenden ausgew?hlt und bei Veranstaltungsbeginn bekanntgegeben)

Prüfungsdauer und Prüfungsumfang

Die Portfolio Prüfung besteht aus den Teilprüfungen:

E-Klausur (30 Min., max. 25%) + E-Klausur (30 Min., max. 25%) + Klausur (60 Min., max. 50% der zu erreichenden Gesamtpunktzahl)

Empfohlene Vorkenntnisse

Inhalte der Module ?Einführung in die Statistik‘ und ?Angewandte Statistik und Versuchswesen‘ werden vorausgesetzt.

Wissensverbreiterung

Studierende haben ein fundiertes und umfassendes Wissen über statistische Methoden, die in der Pflanzenproduktion Relevanz haben. Sie haben ein kritisches Verst?ndnis über die Prinzipien, die den statistischen Methoden zu Grunde liegen.

Wissensvertiefung

Sie sind in der Lage gem?? der Versuchsfrage die richtigen statistischen Verfahren auszuw?hlen, sie verstehen den Zusammenhang zwischen statistischen Methoden und der Versuchsplanung und w?hlen je nach Problemstellung die geeignetste Versuchsstrategie aus.

Wissensverst?ndnis

Sie wenden die Methoden der Datenanalyse auf Fragestellungen der Praxis an.

Nutzung und Transfer

Sie setzen neben der standardm??igen statistischen Software auch fortgeschrittene Software ein, die zur L?sung komplexer Probleme notwendig ist, beispielsweise SPSS. Sie erheben, sammeln und übertragen Daten.

Wissenschaftliche Innovation

Die Studierenden sind bef?higt, statistische Ergebnisse angemessen und selbst?ndig zu interpretieren.

Kommunikation und Kooperation

Sie k?nnen die in Versuchen erlangten Ergebnisse analysieren und Entscheidungen herbeiführen, diese pr?sentieren und in praxisrelevante Empfehlungen umsetzen.

Wissenschaftliches Selbstverst?ndnis / Professionalit?t

Die Studierenden berücksichtigen statistische Aspekte und sch?tzen die eigenen statistischen Methodenkompetenzen realistisch ein. Sie k?nnen sich in ihrem jeweiligen beruflichen Umfeld positionieren und fachlich diskutieren.

Literatur

Dormann, Carsten F. Parametrische Statistik. Springer Berlin Heidelberg, 2013.

Wickham, Hadley, and Garrett Grolemund. R for data science: import, tidy, transform, visualize, and model data. O'Reilly Media, Inc., 2016. [https://r4ds.had.co.nz/]

K?hler, Wolfgang, Gabriel Schachtel, and Peter Voleske. Biostatistik: Einführung in die Biometrie für Biologen und Agrarwissenschaftler. Springer-Verlag, 2013.

Data Science for Agriculture in R unter schmidt-paul.github.io/DSFAIR/

Zusammenhang mit anderen Modulen

Die Statistik Module sind aufeinander abgestimmt. Welche Module dies sind, ist dem Studienverlaufsplan in der jeweils gültigen Studienordnung zu entnehmen.

Verwendbarkeit nach Studieng?ngen

  • Musterstudiengang
    • Musterstudiengang B.Sc. (01.03.2012)

  • Pflanzentechnologie in der Agrarwirtschaft
    • Pflanzentechnologie in der Agrarwirtschaft B.Sc. (01.09.2023)

    Modulpromotor*in
    • Ulbrich, Andreas
    Weitere Lehrende

    Schlehuber, Dennis