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.

Regelungen zum Lehrbetrieb vor Ort inkl. Eintrittstests finden Sie unter https://studieren.univie.ac.at/info.

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

040690 UK Erweiterungen des Linearen Modells (UK) (2021S)

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

Zusammenfassung

1 Krivobokova , Moodle
2 Krivobokova , Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
An/Abmeldeinformationen sind bei der jeweiligen Gruppe verfügbar.

Gruppen

Gruppe 1

max. 40 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Der Kurs wird digital synchron zu den angegebenen Zeiten über Moodle (Collaborate) gehalten und, sobald es die Lage erlaubt, zusätzlich im Hörsaal.

Donnerstag 04.03. 16:45 - 18:15 Hybride Lehre
Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
Donnerstag 11.03. 16:45 - 18:15 Hybride Lehre
Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
Donnerstag 18.03. 16:45 - 18:15 Hybride Lehre
Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
Donnerstag 25.03. 16:45 - 18:15 Hybride Lehre
Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
Donnerstag 15.04. 16:45 - 18:15 Hybride Lehre
Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
Donnerstag 22.04. 16:45 - 18:15 Hybride Lehre
Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
Donnerstag 29.04. 16:45 - 18:15 Hybride Lehre
Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
Donnerstag 06.05. 16:45 - 18:15 Hybride Lehre
Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
Donnerstag 20.05. 16:45 - 18:15 Hybride Lehre
Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
Donnerstag 27.05. 16:45 - 18:15 Hybride Lehre
Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
Donnerstag 10.06. 16:45 - 18:15 Hybride Lehre
Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
Donnerstag 17.06. 16:45 - 18:15 Hybride Lehre
Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
Donnerstag 24.06. 16:45 - 18:15 Hybride Lehre
Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock

Gruppe 2

max. 40 Teilnehmer*innen
Sprache: Deutsch
Lernplattform: Moodle

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Der Kurs wird digital synchron zu den angegebenen Zeiten über Moodle (Collaborate) gehalten und, sobald es die Lage erlaubt, zusätzlich im Hörsaal.

Dienstag 02.03. 13:15 - 14:45 Hybride Lehre
Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
Dienstag 09.03. 13:15 - 14:45 Hybride Lehre
Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
Dienstag 16.03. 13:15 - 14:45 Hybride Lehre
Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
Dienstag 23.03. 13:15 - 14:45 Hybride Lehre
Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
Dienstag 13.04. 13:15 - 14:45 Hybride Lehre
Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
Dienstag 20.04. 13:15 - 14:45 Hybride Lehre
Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
Dienstag 27.04. 13:15 - 14:45 Hybride Lehre
Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
Dienstag 04.05. 13:15 - 14:45 Hybride Lehre
Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
Dienstag 11.05. 13:15 - 14:45 Hybride Lehre
Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
Dienstag 18.05. 13:15 - 14:45 Hybride Lehre
Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
Dienstag 08.06. 13:15 - 14:45 Hybride Lehre
Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
Dienstag 22.06. 13:15 - 14:45 Hybride Lehre
Dienstag 29.06. 13:15 - 14:45 Hybride Lehre

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Ziele:
Praxisnahe Vermittlung von fortgeschrittenen Methoden der angewandten Statistik, insbesondere von verschiedenen Regressionsmodellen. Vermitteln eines Grundverständnisses für die statistische Modellierung. Durchführung von praxisorientierten Datenanalysen mittels R

Inhalte:
1. Verallgemeinerte lineare Modelle; Modelle für stetige und binomiale Zielvariablen, Zähldaten.
2. Lineare und verallgemeinerte lineare gemischte Modelle.
3. Nicht-parametrische Regression.

Methoden:
Vorlesung mit kombinierter Übung.
Vorlesungsskript und Daten werden zur Verfügung gestellt.
Studierende müssen in statistischer Software am eigenen Rechner programmieren.
Der Kurs wird digital synchron zu den angegebenen Zeiten über Moodle (Collaborate) gehalten und, sobald es die Lage erlaubt, zusätzlich im Hörsaal.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Es gibt zwei Hausarbeiten: eine zum Thema 1 und eine zu den Themen 2 und 3. Die Bearbeitungszeit der Hausarbeiten ist 2 Wochen. Die erste Hausarbeit wird in der 6. Kurseinheit vergeben, die zweite wird in der vorletzten Kurseinheit vergeben.
Zusätzlich, wird es eine schriftliche Prüfung zu den theoretischen Inhalten in der letzten Kurseinheit geben. Die Prüfung wird je nach Lage entweder online oder in Präsenz abgehalten.

Mindestanforderungen und Beurteilungsmaßstab

Die maximale Anzahl der Punkte:
40 Punkte Schriftliche Prüfung
30 Punkte Hausarbeit zu Thema 1
30 Punkte Hausarbeit zu den Themen 2 und 3
Die Note ermittelt sich nach folgendem Schema: 4 ab 50 Punkten, 3 ab 63 Punkten, 2 ab 75 Punkten, 1 ab 87 Punkten.

Prüfungsstoff

Inhalte der behandelten Themen

Literatur

Dobson, A.J. (2001) An introduction to generalised linear models
Fahrmeir, L., Kneib, T., Lang, S. (2007) Regression: Modelle, Methoden und Anwednungen
Nelder, J.A, McCullagh, P. (1989) Generalised linear models

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Di 11.05.2021 13:27