Universität Wien

040149 UK Lineare Multivariate Statistik (2023S)

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

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. 35 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Dienstag 07.03. 16:45 - 18:15 Hörsaal 5 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 14.03. 16:45 - 18:15 Hörsaal 5 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 21.03. 16:45 - 18:15 Hörsaal 5 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 28.03. 16:45 - 18:15 Hörsaal 5 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 18.04. 16:45 - 18:15 Hörsaal 5 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 25.04. 16:45 - 18:15 Hörsaal 5 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 02.05. 16:45 - 18:15 Hörsaal 5 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 09.05. 16:45 - 18:15 Hörsaal 5 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 16.05. 16:45 - 18:15 Hörsaal 5 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 23.05. 16:45 - 18:15 Hörsaal 5 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 06.06. 16:45 - 18:15 Hörsaal 5 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 13.06. 16:45 - 18:15 Hörsaal 5 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 20.06. 16:45 - 18:15 Hörsaal 5 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 27.06. 16:45 - 18:15 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock

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

Gruppe 2

Voraussetzung: Lineare Algebra, Lineare Modelle

max. 35 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Dienstag 07.03. 15:00 - 16:30 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 14.03. 15:00 - 16:30 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 21.03. 15:00 - 16:30 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 28.03. 15:00 - 16:30 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 18.04. 15:00 - 16:30 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 25.04. 15:00 - 16:30 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 02.05. 15:00 - 16:30 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 09.05. 15:00 - 16:30 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 16.05. 15:00 - 16:30 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 23.05. 15:00 - 16:30 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 06.06. 15:00 - 16:30 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 13.06. 15:00 - 16:30 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 20.06. 15:00 - 16:30 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 27.06. 16:45 - 18:15 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock

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

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 Faktorenanalyse
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.

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 1 Woche. Die erste Hausarbeit wird am 25.04.2023 vergeben, die zweite am 13.06.2023.
Zusätzlich, wird es eine schriftliche Prüfung in Präsenz zu den theoretischen Inhalten am 27.06.2023 geben.

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 dem Schema: 4 ab 50 Punkten, 3 ab 63 Punkten, 2 ab 75 Punkten, 1 ab 87 Punkten.

Prüfungsstoff

Inhalte der behandelten Themen.

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Di 14.03.2023 11:28