Werner Eugster: Katalogdaten im Herbstsemester 2017 |
| Name | Herr Prof. Dr. Werner Eugster |
| Departement | Umweltsystemwissenschaften |
| Beziehung | Titularprofessor |
| Nummer | Titel | ECTS | Umfang | Dozierende | |
|---|---|---|---|---|---|
| 751-0441-00L | Wissenschaftliche Datenauswertung und -präsentation | 2 KP | 2G | W. Eugster | |
| Kurzbeschreibung | Diese Veranstaltung macht die Studierenden mit den Schritten von der Dateneingabe über statistischen Analyseverfahren bis zu grafischen Darstellungsformen vertraut. In Übungen mit der Daten-Analyse-Software R (via RStudio) wird das methodische Werkzeug zur Daten-Auswertung und -Präsentation erklärt. Daten aus einem Versuch mit Prof. E. Frossard aus dem Vorsemester werden verwendet und diskutiert. | ||||
| Lernziel | Diese Veranstaltung soll die Studierenden mit den statistischen Analyseverfahren, die im Rahmen einer Bachelorarbeit benötigt werden (deskriptive Statistik, linear Regression usw.) vertraut machen und ihnen Gelegenheit bieten, im Rahmen geleiteter praktischer Übungen mit der Daten-Analyse-Software R anhand ausgewählter Beispiele das methodische Werkzeug zur Daten-Auswertung und -Präsentation kennen zu lernen. Ein wichtiger Schwerpunkt wird die Vermittlung geeigneter grafischer Darstellungsarten sein (wie präsentiert man Daten anschaulich und wissenschaftlich korrekt?). | ||||
| Inhalt | Voraussichtliche Kursschwerpunkte: 1. Einführung 2. Datenerfassung, -organisation, -pflege, Arbeit mit Daten 3. Grafische Darstellungen I - Tabellenkalkulation 4. Vorbereitung Daten aus Kurs mit Prof. E. Frossard / 4. Sem. 5. Korrekte und problematische grafische Darstellungen 6. Einführung in 'R' 7. Daten einlesen und darstellen 8. Verteilungen und Konfidenzintervalle 9. Statistische Tests - Repetition und Anwendung 10. Lineare Regression 11./12. Analysis of Variance 13. ANOVA - Diskussion der Resultate mit Prof. E. Frossard In der letzten Doppelstunde: Leistungskontrolle | ||||
| Skript | Hauptsächlich Deutsch (mit englischen Abschnitten aus Lehrbüchern) | ||||
| Voraussetzungen / Besonderes | Theoretisches Wissen in Statistik aus der Vorlesung mit Übungen des 4. Semesters; erfüllte Leistungskontrolle dieser Veranstaltung | ||||
| 751-3801-00L | Experimental Design and Applied Statistics in Agroecosystem Science | 3 KP | 2G | A. Hund, W. Eugster, C. Grieder, R. Kölliker | |
| Kurzbeschreibung | In this course, different experimental designs will be discussed and various statistical tools will be applied to research questions in agroecosystem sciences. Both manipulative (field and laboratory) experiments and surveys are addressed and students work with a selection of basic techniques and methods to analyse data using a hands-on approach. Methods range from simple t-tests to multi-factoria | ||||
| Lernziel | Students will know various statistical analyses and their application to science problems in their study area as well as a wide range of experimental design options used in environmental and agricultural sciences. They will practice to use statistical software packages (R), understand pros and cons of various designs and statistics, and be able to statistically evaluate their own results as well as those of published studies. | ||||
| Inhalt | The course program uses a learning-by-doing approach ("hands-on minds-on"). New topics are introduced in the lecture hall, but most of the work is done in the computer lab to allow for the different speeds of progress of the student while working with data and analyzing results. In addition to contact hours exercises must be finalized and handed in for grading. The credit points will be given based on successful assessments of selected exercises. The tentative schedule containst the following topics: Introduction To Experimental Design and Applied Statistics Introduction to 'R' / Revival of 'R' Skills Designs of Field and Growth Chamber Experiments Nonlinear Regression Fits Multivariate Techniques: Principle Component Analysis, Canonical Correpondence Analysis (CCA), Cluster Analysis ANOVA using linear and mixed effect models Error Analysis, Error Propagation and Error Estimation Introduction to autoregression and autocorrelations in temporal and spatial data and how to consider them in ANOVA-type analysis This course does not provide the mathematical background that students are expected to bring along when signing up to this course. Alternatively, students can consider some aspects of this course as a first exposure to solutions in experimental design and applied statistics and then deepen their understanding in follow-up statistical courses. | ||||
| Skript | Handouts will be available (in English) | ||||
| Literatur | A selection of suggested additional literature, especially for German speaking students will be presented in the introductory lecture. | ||||
| Voraussetzungen / Besonderes | This course is based on the course Mathematik IV: Statistik, passed in the 2nd year and the Bachelor's course "Wissenschaftliche Datenauswertung und Datenpräsentation" (751-0441-00L) | ||||