Vorlesung: Prof. Tibor Szabó (szabo@math.fu-berlin.de)
Tutorien: Felix Funk (funk.felix@gmx.net)

Es werden insbesondere folgende Inhalte vermittelt:
–  Diskrete Wahrscheinlichkeitsräume und -maße
–  Diskrete und stetige Zufallsvariablen und ihre Verteilungen, wichtige Beispiele
–  Erwartungswert, (Ko-)Varianz, Korrelation
–  Bedingte Wahrscheinlichkeit, Unabhängigkeit
–  Schwaches Gesetz der großen Zahl
–  Zentraler Grenzwertsatz
–  Datenanalyse und deskriptive Statistik: Histogramme; empirische Verteilung; Kenngrößen von Stichprobenver-teilungen; Beispiele irreführender deskriptiver Statistiken; lineare Regression
–  Elementare Begriffe und Techniken des Testens und Schätzens: Maximum-Likelihood-Prinzip; Konfidenzinter-valle; Hypothesentests; Fehler erster und zweiter Art 

Literatur

J. Blitzstein, J. Hwang: Introduction to Probability, second edition, 2019, CRC Press. Eine kostenlose Online-Kopie ist verfügbar unter: https://projects.iq.harvard.edu/stat110/home 

G. Fischer, E. Lehner, A. Puchert: Einführung in die Stochastik, 2. Auflage, 2015 Springer Spektrum. 

E. Behrends: Elementary Stochastics, Springer, 2013
H.-O. Georgii: Stochastics: Introduction to Probability Theory and Statistics, De Gruyter, 2007
U. Krengel: Introduction to probability theory and statistics, Vieweg, 2005
D. Meintrup, S. Schäffler, Stochastics: Theory and Applications, Springer, 2005.