Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage, die gelernte statistische Theorie anzuwenden und neue Theorie zu erarbeiten um reale Problem zu lösen. Sie gewinnen auch praktische Erfahrung und Problemlösungskompetenz. Weiters erhalten Studierende auch praktische Erfahrung bei der Durchführung von Forschungsarbeiten sowie bei der Bewertung von veröffentlichten Methoden und Datenanalysen.

Fallstudien beschreiben praktische Beispiele aus der realen Welt. Davon aus können die Studenten einen Einblick für ihre eigene Anwendung gewinnen. Fallstudien schließen die Lücke zwischen statistischer Theorie und Praxis und helfen den Studierenden ein Verständnis für ein breites Spektrum von Methoden und Ansätzen in der Statistik zu entwickeln. Jede Fallstudie konzentriert sich auf die wissenschaftliche Fragestellung und enthält einen oder mehrere Datensätze zur Lösung dieser Frage.

Es werden mehrere Fallstudien behandelt. Die Themen können ein breites Spektrum abdecken, wie z.B.:

• Datenanalyse aus groß angelegten klinischen Studien
• Statistiken im Zusammenhang mit soziologischen und politischen Studien
• Datenanalyse von industriellen Experimenten 
• Neue Methoden zur Datenanalyse und -anpassung geeignet für große Daten (Big Data)

Die Vortragende gibt einen Überblick über die Methoden, die in der veröffentlichten Fallstudie verwendet werden und die Studierenden untersuchen diese zusammen mit konkurrierenden Methoden zur Lösung des Problems. Sie können auch neue statistische Ansätze entwickeln, um die Forschungsfragen zu beantworten. Die Schritte in jeder Fallstudie sind:

• Ein wissenschaftlicher Artikel aus einer Zeitschrift für angewandte Statistik (z. B. JASA Applications and Case Studies, Annals of Applied Statistics, Biostatistics usw.) wird ausgewählt und in der Klasse präsentiert.
• Das Problem und die Forschungsfragen, die im Mittelpunkt des Falles stehen, werden identifiziert. Die Hintergrundinformationen zum Problem und eine Beschreibung von gesammelten Daten werden zur Verfügung gestellt, bevor statistische Theorie diskutiert wird.
• Die Lösung des Problems aus dem wissenschaftlichen Artikel wird dann von Studierendenden untersucht.
• Die Studenten erforschen und entwickeln alternativen Lösungen für das Problem.

Dies ist ein kooperativer Kurs mit aktiver Interaktion zwischen der Vortragenden und den Studenten. Die Aufgabe der Vortragenden ist, anhand von veröffentlichten Studien zur Datenanalyse, die Probleme auszuwählen und zu stellen als auch verwendeten statistischen Analysemethoden zu beschreiben. Die Studenten analysieren den wissenschaftlichen Artikel und die vorgeschlagenen Methoden zur Analyse der Daten, die im Mittelpunkt der Studie stehen, in den folgenden Phasen:

1. Identifizieren und Definieren die Forschungsfragen - Die Studierenden beginnen mit der Festlegung des Schwerpunkts der Studie durch die Identifizierung des Forschungsgegenstands und des Problems. 
2. Die verwendeten Analysemethoden verstehen und bewerten und die Daten entsprechend analysieren - Die Studierenden nutzen verschiedene Methoden, um die begleitenden Daten zu analysieren. Die Daten werden kategorisiert, tabellarisch dargestellt und gegengeprüft, um den ursprünglichen Vorschlägen oder dem Zweck der Studie zu entsprechen. Es können auch grafische Techniken verwendet werden. Die beschriebenen Methoden werden auf die Daten angewandt, und die Ergebnisse werden den veröffentlichten Daten gegenübergestellt. 
3. Konkurrierende oder neue Ansätze werden untersucht, erforscht und auf die Daten angewandt.
4. Präsentation der Ergebnisse - Die Ergebnisse und Erkenntnisse werden in einem Bericht zusammengefasst. Die Ergebnisse werden mit ausreichenden Beweisen bestätigt, sodass alle Aspekte des Problems angemessen untersucht worden sind. Die neu gewonnenen Erkenntnisse und die widersprüchlichen Thesen, die sich herauskristallisiert haben, werden in einem Bericht und in der Klassenpräsentation angemessen hervorgehoben.

Dieser Ansatz zum Statistikunterricht bietet den Studierenden einen Grund die statistische Theorie zu lernen, weil sie zur Lösung eines realen Problems benötigt wird. Weiters wird durch die direkte Anwendung der Theorie in tiefgehenden und interessanten Problemen das Interesse am gelernten Material geweckt. Die Studenten gewinnen praktische Erfahrung, Problemlösungskompetenz und die Fähigkeit die gelernte Theorie praktisch anzuwenden.

Alle Studierenden erstellen Berichte und präsentieren in der Klasse die statistischen Methoden und Datenanalysen, die sie für jede Fallstudie verwenden und/oder vorschlagen.   

Statistische Theorie, die in Einführung in die Statistik behandelt worden ist (105.692).