Universität Wien

040149 UK Linear Multivariate Statistics (BA) (2026S)

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

Voraussetzung: Lineare Algebra, Lineare Modelle
Moodle
Mo 29.06. 13:15-14:45 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock

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).

Details

max. 65 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

  • Monday 02.03. 13:15 - 14:45 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 09.03. 13:15 - 14:45 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 16.03. 13:15 - 14:45 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 23.03. 13:15 - 14:45 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 13.04. 13:15 - 14:45 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 20.04. 13:15 - 14:45 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Wednesday 29.04. 09:45 - 11:15 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Monday 04.05. 13:15 - 14:45 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 11.05. 13:15 - 14:45 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 18.05. 13:15 - 14:45 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 01.06. 13:15 - 14:45 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 08.06. 13:15 - 14:45 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 15.06. 13:15 - 14:45 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock

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. Varianzanalyse
2. Hauptkomponenten- und Faktorenanalyse
3. Diskriminanzanalyse
4. Clusteranalyse

Methoden:
Vorlesung mit kombinierter Übung.
Vorlesungsskript und Daten werden zur Verfügung gestellt.
Studierende müssen in statistischer Software am eigenen Rechner programmieren.

Assessment and permitted materials

Zwei digitale Multiple-Choice-Prüfungen via Moodle am eigenen Rechner im Hörsaal (Midterm am 29.04.2026 und Endterm am 29.06.2026).

Die Verwendung von KI-Tools (z. B. ChatGPT) ist nur dann erlaubt, wenn diese von der Lehrveranstaltungsleitung ausdrücklich gefordert werden (z. B. für einzelne Arbeitsaufgaben).

Minimum requirements and assessment criteria

Jede Prüfung hat 20 Multiple-Choice Fragen. Für jede richtige Antwort gibt es einen Punkt (Teilpunkte sind möglich).

Die Note ermittelt sich nach dem Schema: 4 ab 20 Punkten, 3 ab 25 Punkten, 2 ab 30 Punkten, 1 ab 35 Punkten.

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: Fr 20.02.2026 13:26