Universität Wien FIND

Auf Grund der COVID-19 Pandemie kann es bei Lehrveranstaltungen und Prüfungen auch kurzfristig zu Änderungen kommen. Informieren Sie sich laufend in u:find und checken Sie regelmäßig Ihre E-Mails.

Lesen Sie bitte die Informationen auf https://studieren.univie.ac.at/info.

040769 UK Statistisches Programmieren (2020W)

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

Formale Voraussetzung für die Teilnahme am Kurs ist die erfolgreiche Absolvierung der STEOP.

Das Tutorium zur LVA findet am Donnerstag, 16:45 - 18:15 im PC-SR 02 statt:

DO wtl von 03.10.2019 bis 30.01.2020 16.45-18.15 Ort: PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß

Es werden Vorkenntnisse über die Grundlagen der Wahrscheinlichkeitsrechnung und Statistik (Verteilungen, Hypothesentests (zB T-Test, Chi-Quadrat-Test), lineare Regression) empfohlen.

Programmiervorerfahrungen sind keine nötig.

An/Abmeldung

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

Details

max. 60 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Der Kurs ist in 5 Kurseinheiten gegliedert und wird leicht geblockt abgehalten. In jeder Kurseinheit gibt es ein schriftliches Quiz und eine Hausübung.

Wichtige Termine mit Anwesenheitspflicht:
* Vorbesprechung am Donnerstag, den 01.10. von 16:45 bis 18:15 Uhr (digital)
* 5 schriftliche Quiz mittwochs am 14.10., 28.10., 11.11., 02.12 und 16.12. jeweils von 14:00 bis 14:45 Uhr digital via Moodle
* Schriftlicher Test am Mittwoch, den 20.01. von 13:15 bis 14:45 Uhr in HS1

_Achtung_: Ob der Test tatsächlich in HS1 stattfindet, wird bis Anfang Jänner bekannt gegeben. Falls er nicht in HS1 stattfinden kann, wird er - wie auch die Quiz - digital abgehalten.

_Achtung_: Ein unentschuldigtes Fehlen in der Vorbesprechung führt zu einer sofortigen Abmeldung von der Lehrveranstaltung.

Jede der 5 Hausübungen wird gemeinsam mit Danijel Kivaranovic in kleineren Gruppen besprochen. Es gibt 6 Gruppen, die an folgenden Terminen stattfinden:
* Gruppen 1 bis 3: dienstags am 20.10., 03.11., 24.11., 08.12. und 12.01. zwischen 16:45 und 18:15 Uhr (digital)
* Gruppen 4 bis 6: mittwochs am 21.10., 04.11., 25.11., 09.12 und 13.01. zwischen 13:15 bis 14:45 Uhr (digital)
Die Anmeldung zu den Übungsgruppen erfolgt via Moodle, bis Freitag, den 09.10. 14 Uhr könnt ihr eure Gruppenpräferenzen via Moodle abgeben. Bis Mittwoch, den 14.10. werden die Gruppen fixiert.

Zusatzangebote ohne Anwesenheitspflicht:
* Vorlesung (Daniel Obszelka): am Montag, den 05.10. von 18:30 bis 20:00 Uhr, an den quizfreien Mittwochen jeweils von 16:45 bis 18:15 Uhr sowie donnerstags am 08.10., 15.10., 22.10., 29.10., 05.11., 19.11., 26.11., 03.12., 17.12. und 14.01. jeweils von 16:45 bis 18:15 Uhr (digital). In der Vorlesung werden die wesentlichen Stoffkomponenten der jeweiligen Kurseinheit erläutert. Die Vorlesungen werden aufgezeichnet und die Videos zur Verfügung gestellt.
* Frageeinheit (Levin Tröster): montags ab 12.10. von 18:30 - 20:00 Uhr (digital). Hier werden Fragen zum Stoff / zur Hausübung geklärt und ggf. weitere Beispiele besprochen.
* Frageeinheit (Danijel Kivaranovic): dienstags ab 06.10. an den übungsfreien Tagen (siehe oben) von 16:45-18:15 Uhr (digital). Hier werden Fragen zum Stoff geklärt und ggf. weitere Beispiele besprochen.

_Achtung_: Bedingt durch COVID-19 kann es zu kurzfristigen Änderungen kommen. Der Freitagtermin (18:30 bis 20:00) findet planmäßig nicht statt, er dient als Backup.

Donnerstag 01.10. 16:45 - 18:15 Digital
Freitag 02.10. 18:30 - 20:00 Digital
Montag 05.10. 18:30 - 20:00 Digital
Dienstag 06.10. 16:45 - 18:15 Digital
Mittwoch 07.10. 16:45 - 18:15 Digital
Donnerstag 08.10. 16:45 - 18:15 Digital
Freitag 09.10. 18:30 - 20:00 Digital
Montag 12.10. 18:30 - 20:00 Digital
Dienstag 13.10. 16:45 - 18:15 Digital
Mittwoch 14.10. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
Donnerstag 15.10. 16:45 - 18:15 Digital
Freitag 16.10. 18:30 - 20:00 Digital
Montag 19.10. 18:30 - 20:00 Digital
Dienstag 20.10. 16:45 - 18:15 Digital
Mittwoch 21.10. 16:45 - 18:15 Digital
Donnerstag 22.10. 16:45 - 18:15 Digital
Freitag 23.10. 18:30 - 20:00 Digital
Dienstag 27.10. 16:45 - 18:15 Digital
Mittwoch 28.10. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
Donnerstag 29.10. 16:45 - 18:15 Digital
Freitag 30.10. 18:30 - 20:00 Digital
Dienstag 03.11. 16:45 - 18:15 Digital
Mittwoch 04.11. 16:45 - 18:15 Digital
Donnerstag 05.11. 16:45 - 18:15 Digital
Freitag 06.11. 18:30 - 20:00 Digital
Montag 09.11. 18:30 - 20:00 Digital
Dienstag 10.11. 16:45 - 18:15 Digital
Mittwoch 11.11. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
Donnerstag 12.11. 16:45 - 18:15 Digital
Freitag 13.11. 18:30 - 20:00 Digital
Montag 16.11. 18:30 - 20:00 Digital
Dienstag 17.11. 16:45 - 18:15 Digital
Mittwoch 18.11. 16:45 - 18:15 Digital
Donnerstag 19.11. 16:45 - 18:15 Digital
Freitag 20.11. 18:30 - 20:00 Digital
Montag 23.11. 18:30 - 20:00 Digital
Dienstag 24.11. 16:45 - 18:15 Digital
Mittwoch 25.11. 16:45 - 18:15 Digital
Donnerstag 26.11. 16:45 - 18:15 Digital
Freitag 27.11. 18:30 - 20:00 Digital
Montag 30.11. 18:30 - 20:00 Digital
Dienstag 01.12. 16:45 - 18:15 Digital
Mittwoch 02.12. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
Donnerstag 03.12. 16:45 - 18:15 Digital
Freitag 04.12. 18:30 - 20:00 Digital
Montag 07.12. 18:30 - 20:00 Digital
Mittwoch 09.12. 16:45 - 18:15 Digital
Donnerstag 10.12. 16:45 - 18:15 Digital
Freitag 11.12. 18:30 - 20:00 Digital
Montag 14.12. 18:30 - 20:00 Digital
Dienstag 15.12. 16:45 - 18:15 Digital
Mittwoch 16.12. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
Donnerstag 17.12. 16:45 - 18:15 Digital
Freitag 18.12. 18:30 - 20:00 Digital
Donnerstag 07.01. 16:45 - 18:15 Digital
Freitag 08.01. 18:30 - 20:00 Digital
Montag 11.01. 18:30 - 20:00 Digital
Dienstag 12.01. 16:45 - 18:15 Digital
Mittwoch 13.01. 16:45 - 18:15 Digital
Donnerstag 14.01. 16:45 - 18:15 Digital
Freitag 15.01. 18:30 - 20:00 Digital
Montag 18.01. 18:30 - 20:00 Digital
Dienstag 19.01. 16:45 - 18:15 Digital
Mittwoch 20.01. 13:15 - 14:45 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

R ist eine Programmiersprache, die sich hervorragend für statistische Analysen und die Erstellung von Grafiken eignet. Dieser Kurs ist eine ausführliche Einführung in R (www.r-project.org). Wir besprechen unter anderem folgende Themen:
*) Datenstrukturen und deren Einsatz (Vektoren, Matrizen, Listen, Data.frames)
*) Zeichenketten (Strings) bearbeiten
*) Umgang mit kategoriellen Variablen (Faktoren) und fehlenden Werten
*) Wiederholte Anwendung von Funktionen
*) Kontrollstrukturen (Schleifen, Verzweigungen)
*) Eigene Funktionen schreiben
*) Daten einlesen, speichern und aufbereiten
*) Statistische Methoden in R
*) Simulation
*) Grafiken erstellen

Bei den statistischen Methoden beschränken wir uns auf elementare Verfahren (T-Test, Binomialtest, Chi-Quadrat-Test, Lineare Regression). Wir besprechen keine "neuen" statistischen Methoden. Vielmehr forcieren wir das Konzept "Hilfe zur Selbsthilfe" bzw. verweisen auf weiterführende Lehrveranstaltungen und Literatur.

Am Ende des Kurses sollen die Studierenden in der Lage sein
*) R sicher und effizient anzuwenden,
*) leicht lesbare und funktionstüchtige Programme mit R zu entwickeln,
*) statistische Problemstellungen mit R erfolgreich zu bearbeiten und
*) ausgewählte theoretische Konzepte hinter R zu verstehen.

Art der Leistungskontrolle und erlaubte Hilfsmittel

In Summe können im Laufe der Lehrveranstaltung bei folgenden Gelegenheiten bis zu 80 Punkte gesammelt werden:
*) Regelmäßige schriftliche Quiz (5 x 5, 1 Streichresultat): 20 Punkte
*) Abgabe und Besprechung von Übungsaufgaben (5 Übungsblätter): 20 Punkte
*) Schriftlicher Test: 20 Punkte
*) Projektarbeit und Abschlussgespräch: 20 Punkte

Bei den Quiz und beim Test sind außer Schreibzeug keine Hilfsmittel zugelassen.

Mindestanforderungen und Beurteilungsmaßstab

Die erzielten Punkte p werden am Ende der Lehrveranstaltung wie folgt in eine Note umgerechnet:
p in [0, 40) : Nicht Genügend
p in [40, 50): Genügend
p in [50, 60): Befriedigend
p in [60, 70): Gut
p >= 70: Sehr gut

Es gibt keine Mindestanforderungen für irgendeine Teilleistung.

Prüfungsstoff

Siehe Inhalt oben.

Literatur

Die Lehrveranstaltung basiert auf folgendem Buch:

Daniel Obszelka, Andreas Baierl: Statistisches Programmieren mit R - Eine ausführliche, übersichtliche, spannende und praxiserprobte Einführung. Springer

Prüfungsrelevante Teile des Buches werden auf Moodle zur Verfügung gestellt.

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Do 15.10.2020 15:07