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.

Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

290137 VU Statistische Datenanalyse mit R (2021S)

5.00 ECTS (2.00 SWS), SPL 29 - Geographie
Prüfungsimmanente Lehrveranstaltung

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

Die Lehrveranstaltung findet digital statt.
An folgenden angeführten Termine findet ein Tutorium statt: 24.3.21, 21.4.21, 5.5.21, 9.6.21

Mittwoch 03.03. 16:15 - 18:45 Digital
Mittwoch 10.03. 16:15 - 18:45 Digital
Mittwoch 17.03. 16:15 - 18:45 Digital
Mittwoch 24.03. 16:15 - 18:45 Digital
Mittwoch 14.04. 16:15 - 18:45 Digital
Mittwoch 21.04. 16:15 - 18:45 Digital
Mittwoch 28.04. 16:15 - 18:45 Digital
Mittwoch 05.05. 16:15 - 18:45 Digital
Mittwoch 12.05. 16:15 - 18:45 Digital
Mittwoch 02.06. 16:15 - 18:45 Digital
Mittwoch 09.06. 16:15 - 18:45 Digital
Mittwoch 16.06. 16:15 - 18:45 Digital

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

In dieser Lehrveranstaltung werden statistische Methoden in der physischen Geographie vertieft und deren Anwendung mit R umgesetzt.
Ein wichtiges Augenmerk wird auf die Verbindung dieser beiden Teile gelegt, d.h. die Studenten sollen die Theorie statistischer Methoden verstehen und diese auch in konkrete Analyseschritte im R umsetzen können. Das erste Drittel der Übung wird sich mit dem Umgang mit der Software und Grundlagen der Datenaufbereitung befassen. Im zweiten Drittel der Übung werden die in der VU „Einführung in die Statistik“ gelernten Methoden wiederholt und die Umsetzung mittels R gelernt. Aufbauend darauf, wird die Anwendung von häufig in der Physiogeographie verwendeten bi- und multivariaten Methoden anhand konkreter Beispiele aus der Forschung vertieft, sowie der grundlegende Umgang mit Raster- und Vektordaten in R erlernt. Daraus ergeben sich folgende Ziele:
Die Studierenden...
...verstehen die Programmumgebung und können selbstständig nach passenden R-Funktionen, Paketen und deren Beschreibung suchen,
...können sich einen Überblick über jeden beliebigen Datensatz in R verschaffen,
...sind in der Lage; Datensätze mittels deskriptiver Statistiken zusammenzufassen und in Diagrammen und Graphiken (in R) aufzubereiten,
...sind in der Lage, große Datensätze mithilfe von R-Skripten effektiv zu analysieren,
...können die wichtigsten statistischen Funktionen in R anwenden und auch eigene Funktionen programmieren,
...können uni,- bi- und multivariate Analysen in R durchführen und die Ergebnisse evaluieren,
...können passende Testverfahren für die Überprüfung von Hypothesen auswählen und durchführen, und
...können die Ergebnisse richtig interpretieren und sprachlich verständlich zusammenfassen.

Einzelne Einheiten bestehen jeweils aus:
- 10 Min. - Besprechung aufgetretener Fragen und Probleme der Vorwoche
- 50 Min – Vorlesung
- 75 Min – Umsetzung des in der Vorlesung behandelten Themas in R

Jeweils nach 2 dieser 3-stündigen Lehrveranstaltungseinheiten findet in der Woche darauf zum selben Termin das Tutorium statt. Der Inhalt der Vorlesung wird als Skript (ppt-Folien) auf moodle zur Verfügung gestellt. Benötigte Datensätze und Information stehen ebenfalls auf moodle zur Verfügung.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Anwesenheit und Mitarbeit (20%)
Übungsarbeiten (40%)
Abschlussprüfung (40%)

Mindestanforderungen und Beurteilungsmaßstab

Die Benotung der Lehrveranstaltung basiert auf der Vergabe von Punkten. Es sind maximal 100 Punkte erreichbar.
Für eine positive Benotung sind folgende Mindestanforderungen zu erfüllen:
- regelmäßige Anwesenheit (max. fehlen bei 2 Einheiten)
- Abgabe von mind. 4 Übungsaufgaben
- Minimum von 55 Punkten für die Lehrveranstaltung, davon...
... mindestens 22 Punkte auf die Abschlussprüfung (max. 40 Pkt.)
... mindestens 22 Punkte auf die Übungsarbeiten (max. 40 Pkt.)

Benotungsschlüssel:
>= 85 Punkte: sehr gut
75 < 85 Punkte: gut
65 < 75 Punkte: befriedigend
55 < 65 Punkte: genügend
< 55 Punkte: nicht genügend

Prüfungsstoff

Der Inhalt der Abschlussprüfung umfasst die theoretischen und praktischen Grundlagen, die in der Lehrveranstaltung behandelt wurden, sowie die Interpretation von Ergebnissen.

Literatur

Michael J. Crawley (2013): The R Book; John Wiley & Sons, Ltd, UK ISBN 978-0-470-97392-9

Daniel Wollschläger (2017): Grundlagen der Datenanalyse mit R; Mainz, ISBN: 978-3-662-53670-4 (eBook) - DOI 0.1007/978-3-662-53670-4

Schönwiese C.-D. (2000): Praktische Statistik für Meteorologen und Geowissenschaftler, 3. Auflage, Gebrüder Bornträger, Berlin-Stuttgart

W. N. Venables, D. M. Smith and the R Core Team (2017): Introduction to R, https://cran.r-project.org/

Zuordnung im Vorlesungsverzeichnis

(BA GG 5.2)

Letzte Änderung: Mi 17.02.2021 15:09