AGE.00156.08 - Biometrie I und Agrarinformatik (Complete module description)

AGE.00156.08 - Biometrie I und Agrarinformatik (Complete module description)

Original version English
AGE.00156.08 5 CP
Module label Biometrie I und Agrarinformatik
Module code AGE.00156.08
Semester of first implementation
Faculty/Institute Institut für Agrar- und Ernährungswissenschaften
Module used in courses of study / semesters
  • Agrarwissenschaften (180 LP) (Bachelor) > Agrarwissenschaft/Landwirtschaft Agrarwissenschaft180, Version of accreditation valid from WS 2021/22 > Pflichtmodule
  • Agrarwissenschaften (180 LP) (Bachelor) > Agrarwissenschaft/Landwirtschaft Agrarwissenschaft180, Version of accreditation (WS 2006/07 - SS 2011) > Pflichtmodule
  • Agrarwissenschaften (180 LP) (Bachelor) > Agrarwissenschaft/Landwirtschaft Agrarwissenschaft180, Version of accreditation (WS 2011/12 - SS 2013) > Pflichtmodule
  • Agrarwissenschaften (180 LP) (Bachelor) > Agrarwissenschaft/Landwirtschaft Agrarwissenschaft180, Version of accreditation (WS 2013/14 - SS 2015) > Pflichtmodule
  • Agrarwissenschaften (180 LP) (Bachelor) > Agrarwissenschaft/Landwirtschaft Agrarwissenschaft180, Version of accreditation (WS 2015/16 - SS 2018) > Pflichtmodule
  • Agrarwissenschaften (180 LP) (Bachelor) > Agrarwissenschaft/Landwirtschaft Agrarwissenschaft180, Version of accreditation (WS 2018/19 - SoSe 2024) > Pflichtmodule
  • Bioinformatik (180 LP) (Bachelor) > Bioinformatik Bioinformatik180, Version of accreditation valid from SS 2021 > Agrarwissenschaften
Responsible person for this module
Further responsible persons
Dr. Monika Wensch-Dorendorf, Dr. Thomas Schmutzer
Prerequisites
Skills to be acquired in this module
Nach dem Besuch des Moduls wird erwartet, dass die Studierenden in der Lage sind:
  • Wissen über grundlegende statistische Maßzahlen, sowie Konfidenzintervalle und statistische Tests für Mittelwerte, Varianzen und Wahrscheinlichkeiten anzuwenden,
  • zu entscheiden, welche geeigneten statistischen Maßzahlen und Konfidenzintervalle bzw. Tests bei der Bearbeitung eines Fachproblems anzuwenden sind, wie diese dann zu berechnen bzw. durchzuführen und auch zu interpretieren sind,
  • Datenbanksysteme mit Bezug zum landwirtschaftlichen Anwendungsbereich aufzählen zu können,
  • Analysen der Tabellenkalkulation anzuwenden, sowie grundlegende Datenbankabfragen zu interpretieren und zu modifizieren,
  • Daten im Datenbanksystem ACCESS zu strukturieren, abzufragen und die Ergebnisse zu beurteilen,
  • anhand vorgegebener Beispiele eigene Abfragen zu entwickeln und für eigene Fragestellungen umzuformulieren.
Module contents
  • Statistische Maßzahlen, Konfidenzintervalle und Tests
  • Entwicklungsstand von Hard- und Software und deren Anwendung im Agrarbereich
  • Einführung in die Modellierung und Analyse großer Datenmengen aus dem Agrarsektor
Forms of instruction Lecture (3 SWS)
Exercises (1 SWS)
Course
Course
Languages of instruction German, English
Duration (semesters) 1 Semester Semester
Module frequency jedes Sommersemester
Module capacity unlimited
Time of examination
Credit points 5 CP
Share on module final degree Course 1: %; Course 2: %; Course 3: %; Course 4: %.
Share of module grade on the course of study's final grade 1
Reference text
Die Teilnahme an den Übungen ist verpflichtend und wird mittels Anwesenheitslisten kontrolliert.
Module course label Course type Course title SWS Workload of compulsory attendance Workload of preparation / homework etc Workload of independent learning Workload (examination and preparation) Sum workload
Course 1 Lecture Vorlesung 3 0
Course 2 Exercises Übung 1 0
Course 3 Course Selbststudium 0
Course 4 Course Prüfungsvorbereitung 0
Workload by module 150 150
Total module workload 150
Examination Exam prerequisites Type of examination
Course 1
Course 2
Course 3
Course 4
Final exam of module
Lösen von Übungsaufgaben und deren Präsentation
Klausur oder elektronische Klausur
Exam repetition information
Prerequisites and conditions Prerequisites Frequency Compulsory attendance Share on module grade in percent
Course 1 Summer semester No %
Course 2 Summer semester No %
Course 3 Summer semester No %
Course 4 Summer semester No %