040195 KU Data Analysis on Organization and Personnel (MA) (2023W)

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften

Prüfungsimmanente Lehrveranstaltung

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

Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Anmeldung von Mo 11.09.2023 09:00 bis Fr 22.09.2023 12:00
Anmeldung von Di 26.09.2023 09:00 bis Mi 27.09.2023 12:00
Abmeldung bis Fr 20.10.2023 23:59

Details

max. 50 Teilnehmer*innen

Sprache: Englisch

Lehrende

Yuxi Heluo

Termine (iCal) - nächster Termin ist mit N markiert

    
    Dienstag
    10.10.
    13:15 - 14:45
    PC-Seminarraum 5  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Dienstag
    17.10.
    13:15 - 14:45
    PC-Seminarraum 5  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Dienstag
    24.10.
    13:15 - 14:45
    PC-Seminarraum 5  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Dienstag
    31.10.
    13:15 - 14:45
    PC-Seminarraum 5  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Dienstag
    07.11.
    13:15 - 14:45
    PC-Seminarraum 5  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Dienstag
    14.11.
    13:15 - 14:45
    PC-Seminarraum 5  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Dienstag
    21.11.
    13:15 - 14:45
    PC-Seminarraum 5  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Dienstag
    28.11.
    13:15 - 14:45
    PC-Seminarraum 5  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Dienstag
    05.12.
    13:15 - 14:45
    PC-Seminarraum 5  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Dienstag
    12.12.
    13:15 - 14:45
    PC-Seminarraum 5  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Dienstag
    09.01.
    13:15 - 14:45
    PC-Seminarraum 5  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Dienstag
    16.01.
    13:15 - 14:45
    PC-Seminarraum 5  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Dienstag
    23.01.
    13:15 - 14:45
    PC-Seminarraum 5  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Dienstag
    30.01.
    13:15 - 14:45
    PC-Seminarraum 5  Oskar-Morgenstern-Platz 1  1.Untergeschoß

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Summary: This course introduces students to multivariate statistics for analyzing data in human resources, economics, and related disciplines.
The aim of this course is to provide participants with an understanding of the quantitative research process from hypotheses development to testing the hypotheses with the appropriate statistical methods.

Goal: Upon completion of the course, participants should be able to conduct their own study and analyses data sets with a variety of statistical methods. Discussed topics include:

• Developing and testing hypotheses
• Introduction to univariate and multivariate methods
• Analysis of variance
• Regression analysis

The emphasis is on empirical applications and the mathematics of econometric will be introduced only as needed.

Art der Leistungskontrolle und erlaubte Hilfsmittel

The final grade will be based on assignments, group presentation (may be substituted with assignments), and active in class participation. Attendance during the lectures is mandatory.

• Assignments (60%)
• Group presentation (30%) (may be substituted with additional assignments)
• Participation (10%).

The use of AI tools (e.g. ChatGPT) for the production of texts is only permitted if they are expressly requested by the course leader (e.g. for individual work tasks).

Mindestanforderungen und Beurteilungsmaßstab

1 (sehr gut) → 100-89 poins
2 (gut) → 88-76 poins
3 (befriedigend) → 75-63 poins
4 (genügend) → 62-50 poins
5 (nicht genügend) → 49-0 poins

Prüfungsstoff

Topics discussed in class with focus on application of statistical methods.

Literatur

Hair et al. (2013) Multivariate Data Analysis. Pearson
Wooldridge „Introductory Econometrics“
– Chapters 1-8, 15, 17
Peter Kennedy „A guide to Econometrics“
– Chapters 1-12, 16, 17
Kohler/Kreuter „Data Analysis using Stata“
– Chapter 8 and 9

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Fr 20.10.2023 14:26