040242 VO Ökonometrie und Statistik (MA) (2023W)

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften

GEMISCHT

Moodle

An/Abmeldung

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

Für diese LV an-/abmelden

Details

Sprache: Deutsch

Prüfungstermine

Mittwoch 31.01.2024 16:45 - 18:15 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock Mittwoch 31.01.2024 18:30 - 20:00 Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock Mittwoch 28.02.2024 16:45 - 18:15 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß Dienstag 23.04.2024 16:45 - 18:15 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock

Lehrende

Bertram Wassermann

Termine (iCal) - nächster Termin ist mit N markiert

Am 4.10. findet die LV im Hörsaal 6 statt und am 11.10. im Hörsaal 4. Ab dann findet sie immer im Hörsaal 9 statt.

    
    Mittwoch
    04.10.
    16:45 - 18:15
    Hörsaal 6  Oskar-Morgenstern-Platz 1  1.Stock
    
    Mittwoch
    11.10.
    16:45 - 18:15
    Hörsaal 4  Oskar-Morgenstern-Platz 1  Erdgeschoß
    
    Mittwoch
    18.10.
    16:45 - 18:15
    Hörsaal 9  Oskar-Morgenstern-Platz 1  1.Stock
    
    Mittwoch
    25.10.
    16:45 - 18:15
    Hörsaal 9  Oskar-Morgenstern-Platz 1  1.Stock
    
    Mittwoch
    08.11.
    16:45 - 18:15
    Hörsaal 9  Oskar-Morgenstern-Platz 1  1.Stock
    
    Mittwoch
    15.11.
    16:45 - 18:15
    Hörsaal 9  Oskar-Morgenstern-Platz 1  1.Stock
    
    Mittwoch
    22.11.
    16:45 - 18:15
    Hörsaal 9  Oskar-Morgenstern-Platz 1  1.Stock
    
    Mittwoch
    29.11.
    16:45 - 18:15
    Hörsaal 9  Oskar-Morgenstern-Platz 1  1.Stock
    
    Mittwoch
    06.12.
    16:45 - 18:15
    Digital
    
    Mittwoch
    13.12.
    16:45 - 18:15
    Digital
    
    Mittwoch
    10.01.
    16:45 - 18:15
    Hörsaal 9  Oskar-Morgenstern-Platz 1  1.Stock
    
    Mittwoch
    17.01.
    16:45 - 18:15
    Hörsaal 9  Oskar-Morgenstern-Platz 1  1.Stock
    
    Mittwoch
    24.01.
    16:45 - 18:15
    Hörsaal 9  Oskar-Morgenstern-Platz 1  1.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.

• multiple Regression
• logistische Regression
• Kontingenztafelanalyse
• Varianzanalyse
• Zeitreihenanalyse

Art der Leistungskontrolle und erlaubte Hilfsmittel

Test am Semesterende, Schriftliche Prüfung
Wenn möglich, wird der Test als Präsenzprüfung vor Ort an der Universität durchgeführt

Mindestanforderungen und Beurteilungsmaßstab

Um den Kurs positiv zu absolvieren, müssen mindestens 60% der Punkte beim schriftlichen Test 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 22.01.2024 10:45