Universität Wien

330152 VU Praktische Datenaufbereitung- und analyse (2023S)

Arbeiten mit R

3.00 ECTS (2.00 SWS), SPL 33 - Ernährungswissenschaften
Prüfungsimmanente Lehrveranstaltung

Die Plätze werden vorrangig an Studierende im Masterstudium der Ernährungswissenschaften vergeben. Die Einteilung zu den Kursen erfolgt über Moodle
Moodle

An/Abmeldung

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

Details

max. 33 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine

Update 1.3.2023: Es gibt nur 2 Gruppen, Einschreiben in die Gruppe ab dem 3.3.2023 18:10 auf Moodle möglich

https://moodle.univie.ac.at/mod/grouptool/view.php?id=16669850

LV Termine:

Gruppe 1:
DI 14.03.2023 08:45 bis 12:15 Uhr im SE Raum 2D404, UZA II
DI 21.03.2023 08:45 bis 12:15 Uhr im SE Raum 2D404, UZA II
DI 28.03.2023 08:45 bis 12:15 Uhr im SE Raum 2D404, UZA II
DI 18.04.2023 08:45 bis 12:15 Uhr im SE Raum 2D404, UZA II
DI 25.04.2023 08:45 bis 12:15 Uhr im SE Raum 2D404, UZA II
DI 09.05.2023 08:45 bis 12:15 Uhr im SE Raum 2D404, UZA II
DI 06.06.2023 08:45 bis 12:15 Uhr im SE Raum 2D404, UZA II

Gruppe 2:
MI 15.03.2023 08:45 bis 12:15 Uhr im SE Raum 2F544, UZA II
MI 22.03.2023 08:45 bis 12:15 Uhr im SE Raum 2F544, UZA II
MI 29.03.2023 08:45 bis 12:15 Uhr im SE Raum 2F544, UZA II
MI 19.04.2023 08:45 bis 12:15 Uhr im SE Raum 2F544, UZA II
MI 26.04.2023 08:45 bis 12:15 Uhr im SE Raum 2F544, UZA II
MI 10.05.2023 08:45 bis 12:15 Uhr im SE Raum 2F544, UZA II
MI 07.06.2023 08:45 bis 12:15 Uhr im SE Raum 2F544, UZA II

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Ziel ist es explorative Datenanaylse, statistisches Testen und ausgewählte Methoden der statistischen Modellierung mit R durchführen zu können.

Inhalte:
Einführung in R und RStudio
Grundlagen in R
Datentypen
Daten einlesen, aufbereiten und exportieren
Schreiben von einfachen Funktionen
Visualisierung mit ggplot2
Testen in R
Einfache und multiple lineare Regression
logistische Regression

Bei Bedarf wird die Lehrveranstaltung auf hybride Lehre oder auf digital umgestellt. Sie müssen für die Lehrveranstaltung angemeldet sein, um die Information einer solchen Änderung zu erhalten.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Die Leistung wird anhand der aktiven Teilnahme, einer Hausübung und einer Projektarbeit beurteilt.

Mindestanforderungen und Beurteilungsmaßstab

- Projektarbeit (Handout, Präsentation): 70%
- Hausübung: 20%
- Aktive Teilnahme: 10%

Bestehensgrenze: 60%

Prüfungsstoff

Stoff der Vorlesung gem. Folien und Vortrag

Literatur

siehe e-learning Plattform Moodle

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Di 14.03.2023 13:09