Universität Wien

290137 VU Statistische Datenanalyse mit R (2024S)

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

  • Donnerstag 07.03. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Donnerstag 14.03. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Donnerstag 21.03. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Donnerstag 11.04. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Donnerstag 25.04. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Donnerstag 02.05. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Donnerstag 16.05. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Donnerstag 23.05. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Donnerstag 06.06. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Donnerstag 20.06. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Donnerstag 27.06. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

In dieser LV werden statistische Methoden vertieft und deren Anwendung mit R/RStudio umgesetzt. Die praktische Umsetzung erfolgt mit Themen und Datensätzen aus der Physiogeographie.

Nach Absolvierung der LV werden Studierende in der Lage sein,
- Datensätze in R/RStudio einzulesen, bearbeiten und passende Visualisierungen zu erstellen
- Forschungsfragen zu entwickeln und Hypothesen zu generieren
- grundlegende Zusammenfassungen von großen Datensätzen mittels deskriptiver Statistik in R zu erstellen
- eigenständig an Problemen, Lösungen, R-Paketen und Funktionen zu arbeiten
- passende Testverfahren für die Überprüfung von Hypothesen auszuwählen und anzuwenden
- Ergebnisse in passender Form zu präsentieren (inkl. Verschriftlichung und Interpretation)
- R/RStudio für das weitere Studium bzw. Bachelorarbeit zu nutzen

Die Einheiten der LV bestehen aus einem Fragenteil, einem Theorieteil und einem Praxisteil, in dem die Studierenden das gelernte anwenden sollen.

Nach jeder 3. Einheit findet zum selben Termin ein Tutorium statt, indem vertiefend an auftretenden Fragen/Problemen gearbeitet werden soll.

Folien werden auf Moodle zur Verfügung gestellt.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Folgende Leistungen müssen erbracht werden:
Anwesenheit (PI LV) - max. Fehlen bei 2 Einheiten
Abgabe der Hausübungen
Abschlussprüfung in der letzten Einheit

Für die Hausübungen sind sämtliche LV-Inhalte (Folien, Skripte usw.) und Internet erlaubt.
Für die Abschlussprüfung ist RStudio inkl. Suchfunktion erlaubt.

Mindestanforderungen und Beurteilungsmaßstab

Insgesamt können maximal 100 Punkte erreicht werden. Diese teilen sich in folgende Teilleistungen auf:
- 10 Anwesenheit
- 10 Mitarbeit
- 30 Hausübungen
- 50 Abschlussprüfung

für die positive Absolvierung müssen min. 55 Punkte erreicht werden, eine regelmäßige Anwesenheit ist notwendig (Fehlen bei max. 2 Einheiten) und die Abgabe der Hausübungen wird erwartet.

Prüfungsstoff

Für die Hausübungen ist der Stoff der Vorwochen relevant.

Für die Abschlussprüfung ist der gesamte Semesterstoff auch Prüfungsstoff.

Literatur

R Core Team, 2020. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing. https://www.R-project.org/.

Handl, A., Kuhlenkasper, T., 2018. Einführung in die Statistik: Theorie und Praxis mit R. Springer Berlin Heidelberg, Berlin, Heidelberg, 531 pp.

Zuordnung im Vorlesungsverzeichnis

(BA GG 5.2)

Letzte Änderung: Mo 26.02.2024 11:27