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

040242 VO Ökonometrie und Statistik (MA) (2019W)

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften

Moodle

An/Abmeldung

Details

Sprache: Deutsch

Prüfungstermine

Freitag 31.01.2020 16:45 - 18:15 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß Montag 24.02.2020 16:45 - 18:15 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock Mittwoch 06.05.2020 16:45 - 18:15 Digital

Lehrende

Bertram Wassermann

Termine (iCal) - nächster Termin ist mit N markiert

    
    Dienstag
    01.10.
    16:45 - 18:15
    Hörsaal 14  Oskar-Morgenstern-Platz 1  2.Stock
    
    Dienstag
    08.10.
    16:45 - 18:15
    Hörsaal 14  Oskar-Morgenstern-Platz 1  2.Stock
    
    Dienstag
    15.10.
    16:45 - 18:15
    Hörsaal 14  Oskar-Morgenstern-Platz 1  2.Stock
    
    Dienstag
    22.10.
    16:45 - 18:15
    Hörsaal 14  Oskar-Morgenstern-Platz 1  2.Stock
    
    Dienstag
    29.10.
    16:45 - 18:15
    Hörsaal 14  Oskar-Morgenstern-Platz 1  2.Stock
    
    Mittwoch
    06.11.
    16:45 - 18:15
    Hörsaal 4  Oskar-Morgenstern-Platz 1  Erdgeschoß
    
    Dienstag
    12.11.
    16:45 - 18:15
    Hörsaal 14  Oskar-Morgenstern-Platz 1  2.Stock
    
    Dienstag
    19.11.
    16:45 - 18:15
    Hörsaal 14  Oskar-Morgenstern-Platz 1  2.Stock
    
    Dienstag
    26.11.
    16:45 - 18:15
    Hörsaal 14  Oskar-Morgenstern-Platz 1  2.Stock
    
    Dienstag
    03.12.
    16:45 - 18:15
    Hörsaal 14  Oskar-Morgenstern-Platz 1  2.Stock
    
    Dienstag
    10.12.
    16:45 - 18:15
    Hörsaal 14  Oskar-Morgenstern-Platz 1  2.Stock
    
    Dienstag
    17.12.
    16:45 - 18:15
    Hörsaal 14  Oskar-Morgenstern-Platz 1  2.Stock
    
    Dienstag
    07.01.
    16:45 - 18:15
    Hörsaal 14  Oskar-Morgenstern-Platz 1  2.Stock
    
    Dienstag
    14.01.
    16:45 - 18:15
    Hörsaal 14  Oskar-Morgenstern-Platz 1  2.Stock
    
    Dienstag
    21.01.
    16:45 - 18:15
    Hörsaal 14  Oskar-Morgenstern-Platz 1  2.Stock
    
    Dienstag
    28.01.
    16:45 - 18:15
    Hörsaal 14  Oskar-Morgenstern-Platz 1  2.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Datamining und Big Data anhand von Fallbeispielen

Im Kurs werden Konzepte des Datamining und Big Data anhand von Fallbeispielen erläutert und diskutiert.

Die Beispiele kommen aus den Themenbereichen

• Customer Relationship Management
• Fraud Detection
• Revenue Management
• Market Research

Die vorgestellten Konzepte des Dataming’s und Big Data umfassen u.a.

• Sampling
• Supervised und unsupervised learning
• multiple Regression
• logistische Regression
• Kontingenztafelanalyse
• Varianzanalyse
• Zeitreihenanalyse

Art der Leistungskontrolle und erlaubte Hilfsmittel

Test am Semesterende, Schriftliche Prüfung

Mindestanforderungen und Beurteilungsmaßstab

Um den Kurs positiv zu absolvieren müssen mindestens 60% der Punkte erreicht werden.

Prüfungsstoff

1) Analysieren einer Problemstellung und skizieren der Lösung mittels Datamining
2) Beschreiben des Ablaufes einer Standardanalyse
3) Verstehen (= lesen und interpretieren können) einer Statistischen Analyse

Mehr Details zur Prüfung werden während des Kurses bekanntgegeben.

Literatur

Werner Brannath, Andreas Futschik, Statistik für Wirtschaftswissenschaftler

Weitere Literatur wird während der Vorlesung bekannt gegeben.

Folien, die im Kurs diskutiert werden (werden auf der Homepage veröffentlicht).

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 05.10.2020 10:08