290088 VU Bevölkerungsprognosen in R (2021W)
Prüfungsimmanente Lehrveranstaltung
Labels
GEMISCHT
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Di 07.09.2021 11:00 bis Di 21.09.2021 11:00
- Abmeldung bis So 31.10.2021 23:59
Details
max. 20 Teilnehmer*innen
Sprache: Deutsch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Ein Teil der Studierenden wird alternierend vor Ort sein, der andere Teil von zu Hause aus an der Lehrveranstaltung digital teilnehmen. Die konkrete Einteilung wird dann durch die Lehrenden voraussichtlich über Moodle bekannt gegeben.
UPDATE 23.11.2021: Die Lehrveranstaltungseinheiten werden im Zeitraum des von der Bundesregierung verordneten Lockdowns online stattfinden!- Donnerstag 07.10. 09:45 - 13:00 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
- Donnerstag 14.10. 09:45 - 13:00 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
- Donnerstag 28.10. 09:45 - 13:00 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
- Donnerstag 11.11. 09:45 - 13:00 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
- Donnerstag 18.11. 09:45 - 13:00 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
- Donnerstag 25.11. 09:45 - 13:00 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
- Donnerstag 02.12. 09:45 - 13:00 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
- Donnerstag 09.12. 09:45 - 11:15 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Dieser Kurs widmet sich der Bevölkerungsprognose und bietet zugleich eine Einführung in die Software R. Mithilfe von einfachen Beispielen sollen die die Teilnehmer*innen zunächst Datenvisualisierungstechniken in R erlernen, die im weiteren Verlauf der Lehrveranstaltung zur Darstellung von Bevölkerungsstrukturen (Bevölkerungspyramiden) verwendet werden. Anschließend werden verschiedene Bevölkerungsprognosetechniken und ihre Anwendungsgebiete vorgestellt. Ein wesentlicher Schwerpunkt der Lehrveranstaltung liegt auf der Szenarioentwicklung, welche die Grundlage für jede sinnvolle Prognose darstellt. Ziel der Lehrveranstaltung ist es, den Teilnehmer*innen anhand konkreter Länderbeispiele ein Verständnis für Bevölkerungsentwicklung mitzugeben. Das Erreichen dieses Zieles wird anhand dreier Teilleistungen überprüft.
Art der Leistungskontrolle und erlaubte Hilfsmittel
1. Kurze Präsentation und Abgabe eines demographischen Länderprofils (30%). Mit der Einschränkung, dass es sich nicht um das eigene Herkunftsland handeln soll, kann das Land frei gewählt werden. Je nach Anzahl der Teilnehmer*innen können Gruppen von 2-3 Studierenden gebildet werden.
2. Bevölkerungsprognosen für das gewählte Land nach Alter und Geschlecht (50%). Ziel dieser Aufgabe ist die Replikation der UN Bevölkerungsprognosen. Die Abgabe erfolgt in Form eines fehlerfrei laufenden R-Codes
3. Aktive Beteiligung (20%) Hierzu zählt die Teilnahme und Mitorganisatorin an kurzen, themenbezogenen Diskussionsrunden in der LV.
2. Bevölkerungsprognosen für das gewählte Land nach Alter und Geschlecht (50%). Ziel dieser Aufgabe ist die Replikation der UN Bevölkerungsprognosen. Die Abgabe erfolgt in Form eines fehlerfrei laufenden R-Codes
3. Aktive Beteiligung (20%) Hierzu zählt die Teilnahme und Mitorganisatorin an kurzen, themenbezogenen Diskussionsrunden in der LV.
Mindestanforderungen und Beurteilungsmaßstab
Anwesenheitspflicht, Studierende dürfen maximal bei einer Einheit unentschuldigt fehlen.
Die Note ergibt sich aus den Teilleistungen, d.h. aus der Präsentation und den beiden Hausübungen (Länderprofil, R-Code).
Alle drei Teilleistungen müssen erbracht werden.
Die Note ergibt sich aus den Teilleistungen, d.h. aus der Präsentation und den beiden Hausübungen (Länderprofil, R-Code).
Alle drei Teilleistungen müssen erbracht werden.
Prüfungsstoff
Literatur
Zuordnung im Vorlesungsverzeichnis
(MG-S3-PI.m) (MG-S4-PI.m) (MG-S5-PI.m) (MG-S6-PI.m) (MG-W6-PI) (MR1-a-PI) (MA UF GW 02)
Letzte Änderung: Do 14.11.2024 00:18