Universität Wien
Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

040149 UK Lineare Multivariate Statistik (2021S)

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung
GEMISCHT

Zusammenfassung

1 Krivobokova , Moodle
2 Krivobokova , Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
An/Abmeldeinformationen sind bei der jeweiligen Gruppe verfügbar.

Gruppen

Gruppe 1

Voraussetzung: Lineare Algebra, Lineare Modelle

max. 40 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Der Kurs wird digital synchron zu den angegebenen Zeiten über Moodle (Collaborate) gehalten und, sobald es die Lage erlaubt, zusätzlich im Hörsaal.

  • Dienstag 02.03. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 09.03. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 16.03. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 23.03. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 13.04. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 20.04. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 27.04. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 04.05. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 11.05. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 18.05. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 08.06. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 22.06. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 29.06. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock

Gruppe 2

Voraussetzung: Lineare Algebra, Lineare Modelle

max. 40 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Der Kurs wird digital synchron zu den angegebenen Zeiten über Moodle (Collaborate) gehalten und, sobald es die Lage erlaubt, zusätzlich im Hörsaal.

  • Donnerstag 04.03. 13:15 - 14:45 Hybride Lehre
    Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Donnerstag 11.03. 13:15 - 14:45 Hybride Lehre
    Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Donnerstag 18.03. 13:15 - 14:45 Hybride Lehre
    Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Donnerstag 25.03. 13:15 - 14:45 Hybride Lehre
    Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Donnerstag 15.04. 13:15 - 14:45 Hybride Lehre
    Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Donnerstag 22.04. 13:15 - 14:45 Hybride Lehre
    Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Donnerstag 29.04. 13:15 - 14:45 Hybride Lehre
    Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Donnerstag 06.05. 13:15 - 14:45 Hybride Lehre
    Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Donnerstag 20.05. 13:15 - 14:45 Hybride Lehre
    Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Donnerstag 27.05. 13:15 - 14:45 Hybride Lehre
    Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Donnerstag 10.06. 13:15 - 14:45 Hybride Lehre
    Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Donnerstag 17.06. 13:15 - 14:45 Hybride Lehre
    Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Donnerstag 24.06. 13:15 - 14:45 Digital

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Ziele:
Praxisnahe Vermittlung von fortgeschrittenen Methoden der angewandten Statistik, insbesondere von multivariaten Verfahren. Vermitteln eines Grundverständnisses für die statistische Modellierung. Durchführung von praxisorientierten Datenanalysen mittels R

Inhalte:
1. Varianzanalyse
2. Hauptkomponenten- und Faktoranalyse
3. Diskriminanzanalyse
4. Clusteranalyse

Methoden:
Vorlesung mit kombinierter Übung.
Vorlesungsskript und Daten werden zur Verfügung gestellt.
Studierende müssen in statistischer Software am eigenen Rechner programmieren.
Der Kurs wird digital synchron zu den angegebenen Zeiten über Moodle (Collaborate) gehalten und, sobald es die Lage erlaubt, zusätzlich im Hörsaal.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Es gibt zwei Hausarbeiten: eine zu den Themen 1 und 2 und eine zu den Themen 3 und 4. Die Bearbeitungszeit der Hausarbeiten ist 2 Wochen. Die erste Hausarbeit wird in der 6. Kurseinheit vergeben, die zweite wird in der vorletzten Kurseinheit vergeben.
Zusätzlich, wird es eine schriftliche Prüfung zu den theoretischen Inhalten in der letzten Kurseinheit geben. Die Prüfung wird je nach Lage entweder online oder in Präsenz abgehalten.

Mindestanforderungen und Beurteilungsmaßstab

Die maximale Anzahl der Punkte:
40 Punkte Schriftliche Prüfung
30 Punkte Hausarbeit zu den Themen 1 und 2
30 Punkte Hausarbeit zu den Themen 3 und 4
Die Note ermittelt sich nach folgendem Schema: 4 ab 50 Punkten, 3 ab 63 Punkten, 2 ab 75 Punkten, 1 ab 87 Punkten.

Prüfungsstoff

Inhalte der behandelten Themen

Literatur

Fahrmeir, L., Hamerle, A., Tutz, G. (1996) Multivariate statistische Verfahren
Izenman, A.J. (2008) Modern multivariate statistical techniques
Johnson, R. A., Wichern, D.W. (2007) Applied multivariate statistical analysis

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Fr 12.05.2023 00:12