311.237 (19W) Übungen zu Räumliche Datenanalyse
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 BenotungsschemaPosition 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
-
9.4 Räumliche Datenanalyse (
1.0h UE / 2.0 ECTS)
-
Fach: Angewandte Statistik
(Wahlfach)
- 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)
-
Räumliche Datenanalyse (
3.0h VU / 5.0 ECTS)
-
Fach: Angewandte Statistik
(Wahlfach)
Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung
-
Wintersemester 2017/18
- 311.237 UE Räumliche Datenanalyse (1.0h / 2.0ECTS)