Angewandte StatistikOtto von Guericke Universität Magdeburg

Das Studium "Angewandte Statistik" an der Otto-von-Guericke-Universität Magdeburg ist ein Bachelorstudiengang, der fundierte Fachkenntnisse im Bereich statistischer Methodik und Modellierung sowie deren Anwendung auf interdisziplinäre Fragestellungen vermittelt. Die Studierenden lernen, Daten computergestützt zu analysieren und erwerben grundlegende Kenntnisse in Mathematik, Wahrscheinlichkeitstheorie und Statistik sowie Erfahrungen in der Programmierung. Durch Spezialisierungsfächer wie Wirtschaftswissenschaft und Informatik oder Veranstaltungen in weiterführenden mathematischen Teilgebieten können die Studierenden einen individuellen Schwerpunkt setzen.

Im ersten Studienjahr liegt der Fokus auf einem anwendungs- und datenorientierten Zugang zur Statistik. Ab dem dritten Semester werden grundlegende Veranstaltungen zur Wahrscheinlichkeitstheorie und mathematischen Statistik angeboten, die die Basis für weitere Vertiefungen bilden.

Die Absolventen sind in der Lage, statistische Probleme selbständig zu lösen, die erlernten Methoden interdisziplinär anzuwenden und die Ergebnisse korrekt zu interpretieren und verständlich darzustellen.

Absolventen des Studiengangs "Angewandte Statistik" sind in verschiedenen Berufsfeldern tätig, insbesondere in Bereichen, die mit der Analyse von Daten zusammenhängen. Dazu gehören klassische statistische Berufsfelder wie die pharmazeutische Industrie, medizinische Studien, das Finanz- und Versicherungswesen sowie die öffentliche Verwaltung. Darüber hinaus sind Statistiker häufig im Bereich Data Science oder als Consultants tätig. Es besteht auch die Möglichkeit, ein Masterstudium in Statistik oder einem verwandten Gebiet anzuschließen.

Studienanfänger sollten ein grundsätzliches Interesse an Mathematik und ihren Anwendungen mitbringen. Auch ein Interesse für Informatik ist hilfreich, da Computer und Programmierung bei der Datenanalyse eine wichtige Rolle spielen. Programmierkenntnisse werden zu Beginn des Studiums jedoch nicht erwartet.