Universität Wien

040771 UK Statistische Fallstudien (2021W)

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung
VOR-ORT
Moodle

An/Abmeldung

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

Details

max. 30 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Mittwoch 06.10. 16:45 - 18:15 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 13.10. 16:45 - 18:15 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 20.10. 16:45 - 18:15 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 27.10. 16:45 - 18:15 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 03.11. 16:45 - 18:15 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 10.11. 16:45 - 18:15 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 17.11. 16:45 - 18:15 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 24.11. 16:45 - 18:15 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 01.12. 16:45 - 18:15 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 15.12. 16:45 - 18:15 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 12.01. 16:45 - 18:15 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 12.01. 18:30 - 20:00 Hörsaal 10 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 19.01. 16:45 - 18:15 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 19.01. 18:30 - 20:00 Hörsaal 10 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 26.01. 16:45 - 18:15 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 26.01. 18:30 - 20:00 Hörsaal 10 Oskar-Morgenstern-Platz 1 2.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Wie sieht statistische Datenanalyse in der Praxis aus?

Anhand von Fallstudien wird dieser Frage nachgegangen. Wir werden folgende Themenbereiche untersuchen:

unternehmerisches Reporting
Revenue Management
Marketing
Wirtschaftskriminalität (Fraud Detection)

Soweit nötig, wird eine theoretische Einführung dazu gegeben.

Anhand von Daten, die zum überwiegenden Teil auch aus der Praxis kommen, werden dann Analysen entworfen, durchgeführt, Berichte erstellt und die Ergebnisse gemeinsam diskutiert.

Sie sollten mit den diversen Formen der Regression vertraut sein und eine Analysesoftware wie z.B. R, SPSS, SAS oder ähnliches beherrschen und auch zur Nutzung zur Verfügung habe.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Projekt 1: Ein gemeinsames Analyseprojekt. Anhand eines Datensatzes durchlaufen wir gemeinsam einen Analyseprozess (fast) vom Anfang bis zur Berichtslegung

Projekt 2: Jede / Jeder arbeitet ein Thema selbstständig aus und präsentiert das Ergebnis in der Gruppe. Fragestellungen und passende Daten stehen zur Verfügung.

Mitarbeit bei den Präsentationen der anderen (Fragen stellen und diskutieren)

Mindestanforderungen und Beurteilungsmaßstab

30% Projekt 1 und daher Anwesenheit
50% Projekt 2 und daher Anwesenheit
20% Mitarbeit

Um positive zu sein >= 60%

Prüfungsstoff

Literatur

Folien
Weiterführende Literatur wird während der LV bekannt gegeben.

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Do 25.11.2021 09:48