040713 UK Angewandte Statistik (2010W)
Prüfungsimmanente Lehrveranstaltung
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Mi 08.09.2010 09:00 bis Mi 22.09.2010 17:00
- Anmeldung von Di 28.09.2010 09:00 bis Mi 10.11.2010 11:00
- Abmeldung bis Di 30.11.2010 23:59
Details
max. 50 Teilnehmer*innen
Sprache: Deutsch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Dienstag 05.10. 18:00 - 19:30 Leopold-Schmetterer-Seminarraum, Universitätsstraße 5, 3.Stock
- Dienstag 12.10. 18:00 - 19:30 Leopold-Schmetterer-Seminarraum, Universitätsstraße 5, 3.Stock
- Dienstag 19.10. 18:00 - 19:30 Leopold-Schmetterer-Seminarraum, Universitätsstraße 5, 3.Stock
- Dienstag 09.11. 18:00 - 19:30 Leopold-Schmetterer-Seminarraum, Universitätsstraße 5, 3.Stock
- Dienstag 16.11. 18:00 - 19:30 Leopold-Schmetterer-Seminarraum, Universitätsstraße 5, 3.Stock
- Dienstag 23.11. 18:00 - 19:30 Leopold-Schmetterer-Seminarraum, Universitätsstraße 5, 3.Stock
- Dienstag 30.11. 18:00 - 19:30 Leopold-Schmetterer-Seminarraum, Universitätsstraße 5, 3.Stock
- Dienstag 07.12. 18:00 - 19:30 Leopold-Schmetterer-Seminarraum, Universitätsstraße 5, 3.Stock
- Dienstag 14.12. 18:00 - 19:30 Leopold-Schmetterer-Seminarraum, Universitätsstraße 5, 3.Stock
- Dienstag 11.01. 18:00 - 19:30 Leopold-Schmetterer-Seminarraum, Universitätsstraße 5, 3.Stock
- Dienstag 18.01. 18:00 - 19:30 Leopold-Schmetterer-Seminarraum, Universitätsstraße 5, 3.Stock
- Dienstag 25.01. 18:00 - 19:30 Leopold-Schmetterer-Seminarraum, Universitätsstraße 5, 3.Stock
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Lösen von Übungsaufgaben, Präsentation einer Ausarbeitung durch Gruppen, Abschlussgespräch.
Mindestanforderungen und Beurteilungsmaßstab
Die Studeirenden erweitern ihr Wissen über statistische Methoden und lernen insbesondere die Anwendung der Statistik in der Praxis kritisch zu hinterfragen.
Prüfungsstoff
Die Behandlung der Themen erfolgt im Rahmen einer Vorlesung aus einer praktischen Sicht und macht die Anwendung der mathematischen Theorie deutlich.
Der praktische Teil der Lehrveranstaltung erfolgt durch Bearbeiten von Beispielen mit R oder SPSS und durch die Ausarbeitung von Referaten zu ausgewählten Fragen der Methoden und zur Umsetzung in Fallbeispielen.
Der praktische Teil der Lehrveranstaltung erfolgt durch Bearbeiten von Beispielen mit R oder SPSS und durch die Ausarbeitung von Referaten zu ausgewählten Fragen der Methoden und zur Umsetzung in Fallbeispielen.
Literatur
Grundlage ist das Buch:
Good, P. I., Hardin, J.W.: Common errors in Statistics (and how to avoid them), 3rd ed. J. Wiley&Sons 2009.Aufgaben und weiter Beispiele findet man in den folgenden beiden Büchern
Everitt, B. S., Hothorn, T.: A Handbook of Statistical Analysis using R, Chapman&Hall/CRC, 2006.
Landau, S. , Everitt, B. S.: A Handbook of Statistical Analysis using SPSS, Chapman&Hall/CRC, 2004.Weitere Literatur wird in der Lehrveranstaltung nach den Schwerpunkten angegeben.
Good, P. I., Hardin, J.W.: Common errors in Statistics (and how to avoid them), 3rd ed. J. Wiley&Sons 2009.Aufgaben und weiter Beispiele findet man in den folgenden beiden Büchern
Everitt, B. S., Hothorn, T.: A Handbook of Statistical Analysis using R, Chapman&Hall/CRC, 2006.
Landau, S. , Everitt, B. S.: A Handbook of Statistical Analysis using SPSS, Chapman&Hall/CRC, 2004.Weitere Literatur wird in der Lehrveranstaltung nach den Schwerpunkten angegeben.
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Mo 07.09.2020 15:29
2. Datengewinnung: Grundlegende Stichprobenpläne, Stichprobenumfang, Behandlung von fehlenden Werten
3. Statistische Analysetechniken: Datenqualität und Deskriptive Analysen, Standardverfahren und einige Erweiterungen (z.B. Bootstrap, Conditional Inference, Multiple Tests, Bayes-Methoden, Empirical Bayes, Nichtparametrische Regression) je nach Interesse und Kenntnissen der Studierenden. :
4. Interpretation von Ergebnissen, Reports, grafische Darstellungen
5. Einige Modellierungsstrategien: Die Inhalte richten sich nach Interesse und Kenntnissen der Studierenden (z.B. Transformationen, Nichtlineare Regression, Nichtparametrische Modelle, Robuste Verfahren, Verallgemeinerte lineare Modelle, Faktorenanalyse, Paneldaten, Hierarchische Modelle)
6. Modellvalidierung