Universität Wien FIND

Bedingt durch die COVID-19-Pandemie können kurzfristige Änderungen bei Lehrveranstaltungen und Prüfungen (z.B. Absage von Vor-Ort-Lehre und Umstellung auf Online-Prüfungen) erforderlich sein. Melden Sie sich für Lehrveranstaltungen/Prüfungen über u:space an, informieren Sie sich über den aktuellen Stand auf u:find und auf der Lernplattform moodle.

Weitere Informationen zum Lehrbetrieb vor Ort finden Sie unter https://studieren.univie.ac.at/info.

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

040195 KU Data Analysis on Organization and Personell (MA) (2019W)

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

service email address: opim.bda@univie.ac.at

An/Abmeldung

Details

max. 30 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Donnerstag 10.10. 11:30 - 14:45 PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Donnerstag 17.10. 11:30 - 14:45 PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Donnerstag 24.10. 11:30 - 14:45 PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Donnerstag 31.10. 11:30 - 14:45 PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Mittwoch 20.11. 09:45 - 20:00 Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

This course introduces students to regression tools for analyzing data in management, economics, finance and related disciplines. Extensions include regression with discrete random variables, instrumental variables regression, and regression with time series data. The objective of the course is for the student to learn how to conduct – and how to critique – empirical studies in management, economics, finance and related fields. Accordingly, the emphasis of the course is on empirical applications. The mathematics of econometric will be introduced only as needed and will not be a central focus. Upon completion of the course, students will be able to undertake regression analysis and inference on a variety of hypotheses involving cross-sectional and time series data.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Following content will be covered in class,
-Introduction to Stata, Descriptive Statistics
-Correlation, T-test, Hypothesis Testing
-Univariate OLS Regression
-Multivariate OLS Regression, Dummy variable
-Logit Model

Your final grade is determined by your performance on the in class participation, assignments and presentation.
Make-up exams will not be given unless the student has a medical or other serious reason.
Students should hand in homework assignments before class on the day they are due. Assignments will be distributed in class or on line. each student must write up his or her answers separately.

Passing grades can generally not be earned by students who miss more than 10% of the total class-time.
Exam review is possible during regular semester time by appointment.

Mindestanforderungen und Beurteilungsmaßstab

Basic knowledge of Business Mathematics and Statistics are required.

Prüfungsstoff

assignments, final presentation, class attendance and participation.

Literatur


Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 07.09.2020 15:19