Modul Quantitative Verfahren

Code:	202800
Modul:	Quantitative Verfahren
Module title:	Quantitative Methods
Version:	1.0 (10/2014)
letzte Änderung:	30.09.2024
Modulverantwortliche/r:	Prof. Dr. rer. pol. habil. Höse, Steffi S.Hoese@hszg.de
	Prof. Dr. rer. nat. Lehmann, Elke e.lehmann@hszg.de

angeboten in den 6 Studiengängen:	Ingenieurpädagogik Maschinenbau (B.Eng.) gültig ab Matrikel 2022
	Ingenieurpädagogik Maschinenbau (B.Eng.) gültig ab Matrikel 2023
	Wirtschaftsingenieurwesen (Dipl.-Wi.-Ing. (FH)) gültig ab Matrikel 2015
	Wirtschaftsingenieurwesen (Dipl.-Wi.-Ing. (FH)) gültig ab Matrikel 2017
	Wirtschaftsingenieurwesen (Dipl.-Wi.-Ing. (FH)) gültig ab Matrikel 2021
	Wirtschaftsingenieurwesen (Dipl.-Wi.-Ing. (FH)) gültig ab Matrikel 2024

Modul läuft im:	SoSe (Sommersemester)
Niveaustufe:	Bachelor/Diplom
Dauer des Moduls:	1 Semester
Status:	Wahlpflichtmodul (Vertiefung)
Lehrort:	Zittau
Lehrsprache:	Deutsch

Workload* in

SWS **

Semester

Zeit- std.

ECTS- Pkte

1

2

3

4

5

6

7

V

S

P

W

V

S

P

W

V

S

P

W

V

S

P

W

V

S

P

W

V

S

P

W

V

S

P

W

150

5

4.0

2

2

0

0

*	Gesamtarbeitsaufwand pro Modul (1 ECTS-Punkt entspricht einem studentischen Arbeitsaufwand von 30 Zeitstunden)
**	eine Semesterwochenstunde (SWS) entspricht 45 Minuten pro Woche

Selbststudienzeit in h	Angabe gesamt	davon
	105	30 Vor- und Nachbereitung LV	40 Vorbereitung Prüfung	35 Sonstiges

Lehr- und Lernformen:	Die Vermittlung der Lerninhalte des Moduls erfolgt in Form von Vorlesungen (2 SWS) und Seminaren (2 SWS). Das in der Vorlesung erworbene Fachwissen vertiefen die Studierenden im begleitenden Seminar und durch intensives Selbststudium. Anhand der im Seminar besprochenen Übungsaufgaben wird das erworbene Wissen angewendet und somit weiter gefestigt.



Prüfung(en)
Prüfung	Prüfungsleistung als Klausur (PK)	120 min	100.0%

---

Lerninhalt:

In der Vorlesung und im Seminar werden die Grundlagen der Wahrscheinlichkeitsrechnung, der induktiven Statistik und des Operations Research vermittelt. Grundlagen der Wahrscheinlichkeitsrechnung: - Zufallsexperiment und Zufallsvariable - Ausgewählte diskrete und stetige Verteilungen - Erwartungswert, Varianz und Standardabweichung - Multivariate Verteilungen - Stochastische Unabhängigkeit, Kovarianz und Korrelation Grundlagen der induktiven Statistik: - Von der Grundgesamtheit zur Stichprobe - Punktschätzung - Intervallschätzung - Grundlagen und Begriffe des statistischen Testens Grundlagen des Operations Research: - Spezielle lineare Optimierungsmodelle - Modelle und Lösungsverfahren der ganzzahligen Optimierung - Netzplantechnik - Bedienungstheorie

Lernergebnisse/Kompetenzen:
Fachkompetenzen:	Nach erfolgreicher Teilnahme an diesem Modul sind die Studierenden in der Lage, die wichtigsten Wahrscheinlichkeitsmodelle zur Modellierung stochastischer Problemstellungen im Bereich des Wirtschaftsingenieurwesens sowie deren charakteristische Eigenschaften zu benennen. Die Studierenden haben außerdem die Fähigkeit, statistische Datenerhebungen und deren Auswertungen eigenständig zu planen und durchzuführen. Die Studierenden sind in der Lage, für den jeweiligen Sachverhalt geeignete statistische Schätz- und Testverfahren auszuwählen, softwaregestützt durchzuführen und im Kontext des jeweiligen Sachverhalts zu analysieren, zu interpretieren und Handlungsempfehlungen abzuleiten. Es ist den Studierenden aber auch möglich, sich in komplexere quantitative Verfahren und deren rechentechnische Umsetzung mithilfe von Fachliteratur selbstständig einzuarbeiten.
Fachübergreifende Kompetenzen:	Nach erfolgreicher Teilnahme an diesem Modul sind die Studierenden in der Lage, selbstständig und strukturiert zu arbeiten sowie selbstorganisiert zu lernen. Das Modul fördert aber auch das abstrakte Vorstellungsvermögen der Studierenden.

Notwendige Voraussetzungen für die Teilnahme:	keine

Literatur:

Den Studierenden stehen zum Selbststudium umfangreiche Skripte, Aufgabensammlungen inkl. Lösungen und Software-Dokumentationen der Dozentin zur Verfügung. Weitere aktuelle Literaturhinweise werden in den Lehrveranstaltungen bekannt gegeben; insbesondere werden zum Selbststudium und zur weiteren Vertiefung der Lehrinhalte empfohlen: - Bamberg, G., F. Baur und M. Krapp (2022). Statistik: Eine Einführung für Wirtschafts- und Sozialwissenschaftler (19. Aufl.). Berlin/Boston: de Gruyter. - Bamberg, G., F. Baur und M. Krapp (2022). Statistik-Arbeitsbuch: Übungsaufgaben - Fallstudien - Lösungen (11. Aufl.). Berlin/Boston: de Gruyter. - Bleymüller, J., R. Weißbach und A. Dörre (2020). Statistik für Wirtschaftswissenschaftler (18. Aufl.). München: Verlag Franz Vahlen. - Bleymüller, J., R. Weißbach und A. Dörre (2021). Statistische Formeln und Tabellen: Kompakt und prüfungsrelevant für Wirtschaftswissenschaftler (14. Aufl.). München: Verlag Franz Vahlen. - Bleymüller, J., R. Weißbach und A. Dörre (2018). Übungen zur Statistik für Wirtschaftswissenschaftler. München: Verlag Franz Vahlen. - Bomsdorf, E. (2002). Wahrscheinlichkeitsrechnung und Statistische Inferenz (8. Aufl.). Lohmar: Josef Eul Verlag. - Caputo, A., L. Fahrmeir, R. Künstler, S. Lang, I. Pigeot und G. Tutz (2009). Arbeitsbuch Statistik (5. Aufl.). Berlin: Springer. - Dempe, S. und H. Schreier (2006). Operations Research. Wiesbaden: Teubner Verlag. - Fahrmeir, L., C. Heumann, R. Künstler, I. Pigeot und G. Tutz (2023). Statistik: Der Weg zur Datenanalyse (9. Aufl.). Berlin: Springer Spektrum. - Mittag, H.-J. und K. Schüller (2023). Statistik: Eine interdisziplinäre Einführung mit interaktiven Elementen (7. Aufl.). Berlin: Springer Spektrum. - Mosler, K. und F. Schmid (2011). Wahrscheinlichkeitsrechnung und schließende Statistik (4. Aufl.). Berlin: Springer. - Nickel, S., S. Rebennack, O. Stein und K.-H. Waldmann (2022). Operations Research (3. Aufl.). Berlin: Springer Gabler. - Schwarze, J. (2013). Grundlagen der Statistik, Band 2: Wahrscheinlichkeitsrechnung und induktive Statistik (10. Aufl.). Herne: Verlag nwb. - Schwarze, J. (2013). Aufgabensammlung zur Statistik (7. Aufl.). Herne: Verlag nwb.