Angewandte Statistik für die Human-Computer Interaction

Lehrform/SWS

4 SWS: Vorlesung 2 SWS; Übung / Projekt 2 SWS

Arbeitsaufwand

Gesamtaufwand 180 Stunden, davon

• 36h Vorlesung
• 36h Übung / Projekt
• 108h Selbststudium

Angestrebte Lernergebnisse

Die Studierenden sind in der Lage empirische Daten so darzustellen, dass wesentlichen Strukturen erkennbar sind. Die Studierenden können angemessene Kennzahlen und Verfahren zur Charakterisierung von empirischen Daten spezifizieren und ermitteln. Sie beherrschen wesentliche Konzepte zur Visualisierung von empirischen Daten und können erste (explorative) Analysen durchführen.

Die Studierenden kennen grundlegende Konzepte und Verfahren der Inferenzstatistik. Sie sind in der Lage, empirische Daten zu analysieren, Hypothesen zu testen und die Ergebnisse hinsichtlich empirischer Fragestellungen zu interpretieren. Sie können Gütekriterien zur Auswahl unterschiedlicher Verfahren benennen und anwenden.

Inhalt

Merkmale und Skalen, univariante Häufigkeitsverteilungen, Lagemaße, Streuung und Schiefe, Konzentration, bivariate Häufigkeitsverteilungen und Kontingenz, Korrelations- und Regressionsanalyse, Verhältnis – und Indexzahlen.

Diskrete und Stetige Zufallsvariablen, Population und Parameterschätzung, Hypothesentests und Signifikanz, t-Tests,

Konfidenzintervalle, Fehlertypen, Effektstärken und Power, multivariate Verfahren (ein- und mehrfaktorielle Varianzanalysen und entsprechendes Forschungsdesign).

Medienformen

• Beamer-gestützte Vorlesungen (Vorlesungschrift mittels tablet) und Übungsaufgaben

Literatur

• Statistik für Human- und Sozialwissenschaftler”; J. Bortz und C. Schuster, Springer, 2010
• “Modern Staistical Methods for HCI”, Judy Robertson, Maurits Kaptein (Eds), Springer, 2016
• “Deskriptive Statistik”; R. Kosfeld, H. Eckey, M. Türck; Springer, 2016
• “Inferenzstatistik verstehen”; M. Janczyk, R. Pfister, Springer, 2013