Universität Wien

040331 KU Empirical Methods in Decision Sciences (MA) (2023S)

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").

Details

max. 33 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Mittwoch 01.03. 15:00 - 16:30 Seminarraum 6 Oskar-Morgenstern-Platz 1 1.Stock (Vorbesprechung)
  • Mittwoch 08.03. 15:00 - 16:30 Seminarraum 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 15.03. 15:00 - 16:30 Seminarraum 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 22.03. 15:00 - 16:30 Seminarraum 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 29.03. 15:00 - 16:30 Seminarraum 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 19.04. 15:00 - 16:30 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
    Seminarraum 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 26.04. 15:00 - 16:30 Seminarraum 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 03.05. 15:00 - 16:30 Seminarraum 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 10.05. 15:00 - 16:30 Hörsaal 16 Oskar-Morgenstern-Platz 1 2.Stock
    Seminarraum 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 17.05. 15:00 - 16:30 Seminarraum 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 24.05. 15:00 - 16:30 Seminarraum 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 31.05. 15:00 - 16:30 Seminarraum 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 07.06. 15:00 - 16:30 Seminarraum 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 14.06. 15:00 - 16:30 Seminarraum 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 21.06. 15:00 - 16:30 Hörsaal 10 Oskar-Morgenstern-Platz 1 2.Stock
    Seminarraum 6 Oskar-Morgenstern-Platz 1 1.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

In this course students are introduced to decision science relevant empirical methods. The major focus point of the course is the design and implementation of computerized interactive and static experiments. Students are introduced to the theoretical knowledge about various experimental designs, practical implementation of the designed experiment using Python language based platform and analysis of the results using Python & R based tools. Principal interest in computer programming can be helpful for this course. The course is taught in English.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Written exam concerning theoretical design knowledge
oTree assignments
Data analysis assignments

Mindestanforderungen und Beurteilungsmaßstab

Students need a laptop for oTree and data analysis assignments.
All partial achievements (exam & assignments) must be positive in order to have a positive grade from the course.
0-50 points => 5
51-63 points => 4
64-75 points => 3
76-87 points => 2
88-100 points => 1

Prüfungsstoff

Course content

Literatur

Douglas, C. M. (2019). Design analysis of Experiments. John Wiley & Sons
Donohue, K., Katok, E., & Leider, S. (Eds.). (2018). The handbook of behavioral operations. John Wiley & Sons.
Guttag, J. V. (2013). Introduction to computation and programming using Python. Mit Press.
For oTree: https://otree.readthedocs.io/en/latest/
For Python: https://www.python.org
For JupyterLab: https://jupyterlab.readthedocs.io/en/stable/
For R: https://www.r-project.org

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Di 14.03.2023 11:28