311.237 (19W) Übungen zu Räumliche Datenanalyse

Wintersemester 2019/20

Anmeldefrist abgelaufen.

Erster Termin der LV
01.10.2019 10:00 - 11:00 N.0.07 On Campus
... keine weiteren Termine bekannt

Überblick

Lehrende/r
LV-Titel englisch Spatial Data Analysis, Exercises
LV-Art Übung (prüfungsimmanente LV )
Semesterstunde/n 1.0
ECTS-Anrechnungspunkte 2.0
Anmeldungen 3 (25 max.)
Organisationseinheit
Unterrichtssprache Deutsch
LV-Beginn 01.10.2019
eLearning zum Moodle-Kurs

Zeit und Ort

Liste der Termine wird geladen...

LV-Beschreibung

Intendierte Lernergebnisse

Anwendung der Verfahren der Vorlesung

Lehrmethodik inkl. Einsatz von eLearning-Tools

unterstütztes bzw. selbständiges Modellieren räumlicher Daten. Computer ist erforderlich.

Erwartete Vorkenntnisse

Stochastik 1 (und 2), Lineare Modelle (Grundlagen)

Prüfungsinformationen

Im Fall von online durchgeführten Prüfungen sind die Standards zu beachten, die die technischen Geräte der Studierenden erfüllen müssen, um an diesen Prüfungen teilnehmen zu können.

Prüfungsmethode/n

Kurze Beispiele zu Verfahren der Vorlesung selbst in R umsetzen.

Prüfungsinhalt/e

Verfahren der Vorlesung.

Beurteilungskriterien/-maßstäbe

Mitarbeit und korrekte Anwendung der Verfahren der Vorlesung.

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Bachelorstudium Technische Mathematik (SKZ: 201, Version: 17W.1)
    • Fach: Angewandte Statistik (Wahlfach)
      • 9.4 Räumliche Datenanalyse ( 1.0h UE / 2.0 ECTS)
        • 311.237 Übungen zu Räumliche Datenanalyse (1.0h UE / 2.0 ECTS)
          Absolvierung im 5., 6. Semester empfohlen
  • Bachelorstudium Technische Mathematik (SKZ: 201, Version: 12W.2)
    • Fach: Angewandte Statistik (Wahlfach)
      • Räumliche Datenanalyse ( 3.0h VU / 5.0 ECTS)
        • 311.237 Übungen zu Räumliche Datenanalyse (1.0h UE / 2.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Wintersemester 2017/18
  • 311.237 UE Räumliche Datenanalyse (1.0h / 2.0ECTS)