Universität Wien

040149 UK Linear Multivariate Statistics (2020S)

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Continuous assessment of course work

Summary

1 Krivobokova , Moodle
2 Milovic , Moodle

Registration/Deregistration

Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).
Registration information is available for each group.

Groups

Group 1

Voraussetzung: Lineare Algebra, Lineare Modelle

max. 50 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Tuesday 05.05. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 07.05. 13:15 - 14:45 Hörsaal 16 Oskar-Morgenstern-Platz 1 2.Stock
  • Tuesday 12.05. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 14.05. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Tuesday 19.05. 11:30 - 13:00 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Tuesday 26.05. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 28.05. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Thursday 04.06. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Tuesday 09.06. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Tuesday 16.06. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 18.06. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Tuesday 23.06. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 25.06. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Tuesday 30.06. 11:30 - 13:00 Hörsaal 11 Oskar-Morgenstern-Platz 1 2.Stock

Assessment and permitted materials

Es gibt zwei schriftliche Prüfungen: eine zu den Themen 1 und 2 und eine zu den Themen 3 und 4.
Zusätzlich sind zwei Hausarbeiten mit der Analyse von jeweils zwei Datensätzen zu jedem Thema abzugeben.

Minimum requirements and assessment criteria

Die Note ermittelt sich nach folgender Gewichtung:
25% Hausarbeit zu den Themen 1 und 2
25% Hausarbeit zu den Themen 3 und 4
25% Prüfung zu den Themen 1 und 2
25% Prüfung zu den Themen 3 und 4

Group 2

Block im Mai/Juni 2020
Voraussetzung: Lineare Algebra, Lineare Modelle

max. 50 participants
Language: English
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Monday 04.05. 16:45 - 18:15 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Tuesday 05.05. 16:45 - 18:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 07.05. 16:45 - 18:15 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Friday 08.05. 08:00 - 09:30 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Monday 11.05. 16:45 - 18:15 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 12.05. 16:45 - 18:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 14.05. 16:45 - 18:15 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Friday 15.05. 08:00 - 09:30 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 04.06. 16:45 - 18:15 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Friday 05.06. 08:00 - 09:30 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Monday 08.06. 16:45 - 18:15 Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
  • Tuesday 09.06. 16:45 - 18:15 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 10.06. 16:45 - 18:15 Hörsaal 10 Oskar-Morgenstern-Platz 1 2.Stock

Assessment and permitted materials

Es gibt zwei schriftliche Prüfungen: eine zu den Themen 1 und 2 und eine zu den Themen 3 und 4.
Zusätzlich ist eine Hausarbeit mit der Analyse von vier Datensätzen zu jedem Thema abzugeben.

Minimum requirements and assessment criteria

Die Note ermittelt sich nach folgender Gewichtung:
30% Hausarbeit
35% Prüfung zu den Themen 1 und 2
35% Prüfung zu den Themen 3 und 4

Information

Aims, contents and method of the course

Ziele:
Praxisnahe Vermittlung von fortgeschrittenen Methoden der angewandten Statistik, insbesondere von multivariaten Verfahren. Vermitteln eines Grundverständnisses für die statistische Modellierung. Durchführung von praxisorientierten Datenanalysen mittels R

Inhalte:
1. Hauptkomponenten- und Faktoranalyse.
2. Varianzanalyse
3. Diskriminanzanalyse
4. Clusteranalyse

Methoden:
Vorlesung mit kombinierter Übung.
Vorlesungsskript und Daten werden zur Verfügung gestellt.

Examination topics

Inhalte der behandelten Themen

Reading list

Fahrmeir, L., Hamerle, A., Tutz, G. (1996) Multivariate statistische Verfahren
Izenman, A.J. (2008) Modern multivariate statistical techniques
Johnson, R. A., Wichern, D.W. (2007) Applied multivariate statistical analysis

Association in the course directory

Last modified: Mo 07.09.2020 15:19