Universität Wien

040769 UK Statistisches Programmieren (2024W)

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

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
Mi 27.11. 13:15-16:30 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß

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 Mittwoch, den 02.10.2024 von 13:15 bis 14:45 Uhr
* 5 schriftliche Quiz:
- Quiz 1: Montag, 21.10.2024 von 16:45 bis 18:15 (HS1)
- Quiz 2: Montag, 04.11.2024 von 16:45 bis 18:15 (HS1)
- Quiz 3: Montag, 18.11.2024 von 16:45 bis 18:15 (HS1)
- Quiz 4: Montag, 02.12.2024 von 16:45 bis 18:15 (HS1)
- Quiz 5: Montag, 16.12.2024 von 16:45 bis 18:15 (HS1)
* Schriftlicher Test am Montag, den 20.01.2025 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, 28.10.2024 von 16:45 bis 18:15
- HÜ 2: Montag, 11.11.2024 von 16:45 bis 18:15
- HÜ 3: Montag, 25.11.2024 von 16:45 bis 18:15
- HÜ 4: Montag, 09.12.2024 von 16:45 bis 18:15
- HÜ 5: Montag, 13.01.2025 von 16:45 bis 18:15

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
- Mittwochs von 13:15 bis 14:45 und 15:00 bis 16:30
- Montag 07.10.2024 und 14.10.2024 von 16:45 bis 18:15
* Tutorium
- Freitags von 13:15 bis 14:45

In der Vorlesung werden die wesentlichen Stoffkomponenten der jeweiligen Kurseinheit erläutert. In den Wiederholungseinheiten (finden jeweils am Mittwoch von 13:15 bis 14:45 vor dem Quiz statt) wird der Stoff 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.

# Projektarbeit und Abschlussgespräch

Am Ende der Lehrveranstaltung gibt es eine Projektarbeit, welche zwischen Ende Jänner und Mitte März 2025 in persönlichen Gesprächen diskutiert werden. Die Termine dafür werden im Laufe des Semesters vereinbart.

  • Mittwoch 02.10. 13:15 - 14:45 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 02.10. 15:00 - 16:30 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 04.10. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 07.10. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Mittwoch 09.10. 13:15 - 14:45 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 09.10. 15:00 - 16:30 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 11.10. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 14.10. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Mittwoch 16.10. 13:15 - 14:45 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 16.10. 15:00 - 16:30 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 18.10. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 21.10. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Mittwoch 23.10. 13:15 - 14:45 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 23.10. 15:00 - 16:30 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 25.10. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 28.10. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Mittwoch 30.10. 13:15 - 14:45 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 30.10. 15:00 - 16:30 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 31.10. 15:00 - 16:30 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 04.11. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Mittwoch 06.11. 13:15 - 14:45 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 06.11. 15:00 - 16:30 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 08.11. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 11.11. 16:45 - 18:15 Hörsaal 5 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Mittwoch 13.11. 13:15 - 16:30 Digital
  • Freitag 15.11. 13:15 - 14:45 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock
  • Montag 18.11. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Mittwoch 20.11. 13:15 - 16:30 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Freitag 22.11. 13:15 - 14:45 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Montag 25.11. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Freitag 29.11. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 02.12. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Mittwoch 04.12. 13:15 - 14:45 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Mittwoch 04.12. 15:00 - 16:30 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 06.12. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 09.12. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Mittwoch 11.12. 13:15 - 16:30 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Freitag 13.12. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 16.12. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Mittwoch 08.01. 13:15 - 14:45 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 08.01. 15:00 - 16:30 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 10.01. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 13.01. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Mittwoch 15.01. 13:15 - 14:45 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 15.01. 15:00 - 16:30 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Freitag 17.01. 13:15 - 14:45 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Montag 20.01. 16:45 - 18:15 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Mittwoch 22.01. 13:15 - 14:45 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Freitag 24.01. 13:15 - 14:45 Hörsaal 8 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, Dataframes)
*) 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 (und Programmierung allgemein) 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 (5)
p in [40, 50): Genügend (4)
p in [50, 60): Befriedigend (3)
p in [60, 70): Gut (2)
p >= 70: Sehr gut (1)

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 02.10.2024 14:45