Universität Wien

040769 UK Statistisches Programmieren (2023W)

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

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

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.

Moodle

An/Abmeldung

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

Details

max. 65 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.

# Termine mit Anwesenheitspflicht

* Vorbesprechung am Montag, den 02.10.2023 von 18:30 bis 20:00 Uhr
* 5 schriftliche Quiz:
- Quiz 1: Montag, 16.10.2023 von 16:45 bis 18:15 (HS1)
- Quiz 2: Montag, 06.11.2023 von 16:45 bis 18:15 (HS1)
- Quiz 3: Montag, 20.11.2023 von 16:45 bis 18:15 (HS1)
- Quiz 4: Montag, 04.12.2023 von 16:45 bis 18:15 (HS1)
- Quiz 5: Montag, 08.01.2024 von 16:45 bis 18:15 (HS1)
* Schriftlicher Test am Montag, den 22.01.2024 von 16:45 bis 18:15 (HS1)

_ACHTUNG_: Ein unentschuldigtes Fehlen in der Vorbesprechung führt zur sofortigen Abmeldung von der Lehrveranstaltung.

# Termine mit Anwesenheitsempfehlung

* Hausübungs-Reflexionseinheiten
- HÜ 1: Montag, 23.10.2023 von 18:30 bis 20:00
- HÜ 2: Montag, 13.11.2023 von 18:30 bis 20:00
- HÜ 3: Montag, 27.11.2023 von 18:30 bis 20:00
- HÜ 4: Montag, 11.12.2023 von 18:30 bis 20:00
- HÜ 5: Montag, 15.01.2023 von 18:30 bis 20:00

In den Hausübungs-Reflexionseinheiten reflektieren wir über die Hausübungen. Es werden die Musterlösungen präsentiert, alternative Lösungswege diskutiert und gegenübergestellt, häufig begangene Fehler besprochen sowie etwaige Fragen zur eigenen Hausübung geklärt.

# Angebote ohne Anwesenheitspflicht

* Vorlesungen und Wiederholungseinheiten
- Dienstags von 13:15 bis 14:45
- Mittwochs von 13:15 bis 14:45
- Montag 09.10.2023 von 18:30 bis 20:00
* Tutorium
- Montags von 15:00 bis 16:30 (ab 09.10.2023)

In der Vorlesung werden die wesentlichen Stoffkomponenten der jeweiligen Kurseinheit erläutert. In den Wiederholungseinheiten (finden jeweils am letzten Mittwoch vor dem Quiz statt) wird der Stoff anhand etwas größerer Beispiele rekapituliert.

Die Vorlesungen und Wiederholungseinheiten werden gestreamt und aufgezeichnet und die Videos auf Moodle zur Verfügung gestellt. Dh diese Einheiten können sowohl live (im Hörsaal oder via Zoom) als auch im Nachhinein via Aufzeichnung verfolgt werden.

Im Tutorium besteht die Möglichkeit, Fragen zum Stoff / zur Hausübung mit dem Tutor Martin Stur zu klären. An den Quiztagen findet unmittelbar vor dem Quiz ein "Quiz-Warmup" sowie am Testtag ein "Test-Warmup" statt.

# Projektarbeit und Abschlussgespräch

Am Ende der Lehrveranstaltung gibt es eine Projektarbeit, welche zwischen Ende Jänner und Anfang März 2024 in persönlichen Gesprächen diskutiert werden. Die Termine dafür werden im Laufe des Semesters vereinbart.

  • Montag 02.10. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Dienstag 03.10. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 04.10. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Montag 09.10. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 09.10. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Dienstag 10.10. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 11.10. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Montag 16.10. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 16.10. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
    Seminarraum 4 Oskar-Morgenstern-Platz 1 1.Stock
  • Dienstag 17.10. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 18.10. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Montag 23.10. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 23.10. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Dienstag 24.10. 13:15 - 14:45 Hörsaal 5 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Mittwoch 25.10. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Montag 06.11. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 06.11. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
    Seminarraum 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 07.11. 13:15 - 14:45 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 08.11. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Montag 13.11. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 13.11. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Dienstag 14.11. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Mittwoch 15.11. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Montag 20.11. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 20.11. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Dienstag 21.11. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 22.11. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 27.11. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 27.11. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Dienstag 28.11. 13:15 - 14:45 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 29.11. 13:15 - 14:45 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 04.12. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 04.12. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
    Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Stock
  • Dienstag 05.12. 13:15 - 14:45 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 06.12. 13:15 - 14:45 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Montag 11.12. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 11.12. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Dienstag 12.12. 13:15 - 14:45 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 13.12. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Montag 08.01. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 08.01. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
    Seminarraum 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Dienstag 09.01. 13:15 - 14:45 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 10.01. 13:15 - 14:45 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Montag 15.01. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 15.01. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Dienstag 16.01. 13:15 - 14:45 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 17.01. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Montag 22.01. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 22.01. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
    Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 22.01. 18:30 - 20:00 Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Stock
  • Dienstag 23.01. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 29.01. 15:00 - 16:30 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 29.01. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock

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:
*) Schriftliche Quiz (5 x 5 Punkte, 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: Mi 17.01.2024 13:05