Quantitative Methoden

Daten in komplexen Szenarien analysieren

Das Modul bietet eine umfassende Einführung in die Angewandte Statistik und deren Grundlagen. Im Bereich der Deskriptiven Statistik werden Lage- und Streuungsmaße, empirische Quantile, Histogramme, die rohe und geglättete empirische Verteilungsfunktion, empirische Korrelation und Ausgleichsrechnung (Regression) behandelt.

Bei den theoretischen Grundlagen lernen die Teilnehmenden Wahrscheinlichkeitsmodelle, Mengentheoretische Grundlagen und Kombinatorik kennen, um Wahrscheinlichkeiten in komplexen Szenarien zu berechnen. Zudem werden Zufallsvariablen, Wahrscheinlichkeits- und Dichtefunktionen, Verteilungsfunktionen und Quantilsfunktionen thematisiert. Vermittelt wird die Bedeutung von Erwartungswert, Varianz, Kovarianz und Korrelationskoeffizient. Zudem lernen die Teilnehmenden das Gesetz der Großen Zahlen und den zentralen Grenzwertsatz kennen.

Im Bereich der Induktiven Statistik werden bei der Schätztheorie die Momenten- und Maximum-Likelihood-Methoden unterschieden. Außerdem vermittelt das praxisnahe Modul Testtheorie und -methoden.

Ihr Kompetenzgewinn

Nach Abschluss des Moduls können die Teilnehmenden …

allgemeine Konzepte statistischer Verfahren verstehen.

statistische Analysen verstehen und kritisch hinterfragen.

Anwendungen der Verfahren und Konzepte in praktischen Aufgabenstellungen reproduzieren.

für ein gegebenes Problem ein geeignetes Verfahren auswählen und anwenden.

Verfahren in Datenbeispielen korrekt durchführen.

Die Weiterbildung auf einen Blick

Zertifikat

Universitätszertifikat

Termine

Das Modul beginnt am 10. März
und endet am 9. August 2026

Workshops online
9. April, 7. Mai, 11. Juni und 9. Juli

Zeitaufwand und Umfang

5–7 Stunden pro Woche, 6 Kreditpunkte

Lehrformat

Berufsbegleitend, internetgestützt, kompakte Praxisworkshops am Wochenende

Voraussetzungen

Keine

Kosten

900 Euro plus Universitätsbeitrag 

An wen richtet sich das Programm?

Das Modul richtet sich an Fachleute und Interessierte, die ihre statistischen Kenntnisse erweitern wollen und statistische Methoden in der Praxis anwenden möchten.

Das Modul kann als zertifizierte Weiterbildung oder im berufsbegleitenden Studiengang Risikomanagement und Finanzanalyse belegt werde. Das universitäre Zertifikat wird für das Studium voll angerechnet. So können Sie ohne Immatrikulation ins Studium starten!
 

Lehrender

Dr. Tino Werner

Deutsches Zentrum für Luft- und Raumfahrt e.V. (DLR), 
Carl von Ossietzky Universität Oldenburg

Warum Teilnehmende uns empfehlen

Praxisnah

Projekte aus dem eigenen Beruf können in den einzelnen Modulen bearbeitet werden und lassen sich als Prüfungsleistung einbringen. 

Flexibel

Lernen, wenn es zu Familie, Job und Freizeit passt – das Studienformat macht es möglich. Studiert wird überwiegend online.

Persönlich

Unsere Lehrenden begleiten Sie intensiv und geben individuelles Feedback. In Kleingruppen tauschen Sie sich mit anderen Studierenden aus.

 

Universitär

Unsere Studierenden profitieren von exzellenter Forschung und Lehre. Alle Inhalte spiegeln den aktuellen wissenschaftlichen Stand.

Bleiben Sie gut informiert!

Folgen Sie uns auf LinkedIn, erweitern Sie Ihr Netzwerk und diskutieren Sie mit uns rund um das Thema Risikomanagement:

Beratung und Kontakt

Nadine Dembski

Managerin für Wissenschaftliche Weiterbildung
Risikomanagement und Finanzanalyse
 

T +49 (0)441 / 798 32 44

www.uol.de/risikomanagement

 

 

Ich möchte News und Wissenswertes
zur Weiterbildung erhalten

Ich interessiere mich für

Ich stimme der Datenverarbeitung gemäß den Datenschutzrichtlinien des C3L – Center für lebenslanges Lernen in Verbindung mit § 17 NHG zu und erkläre mich damit einverstanden, dass das C3L zum ausgewählten Bildungsangebot mit mir Kontakt aufnehmen darf. Die Zustimmung kann ich jederzeit widerrufen.

Datenschutz-Hinweis

Ihre Eingaben in diesem Formular werden nach 180 Tagen gelöscht.

Besuchen Sie das C3L auch hier:

(Stand: 19.12.2025)  Kurz-URL:Shortlink: https://uol.de/p97199
Zum Seitananfang scrollen Scroll to the top of the page