Universität Wien
Warning! The directory is not yet complete and will be amended until the beginning of the term.

040690 UK Generalized Linear Model (UK) (2021S)

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

Summary

1 Krivobokova , Moodle
2 Krivobokova , 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

max. 40 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

Der Kurs wird digital synchron zu den angegebenen Zeiten über Moodle (Collaborate) gehalten und, sobald es die Lage erlaubt, zusätzlich im Hörsaal.

  • Thursday 04.03. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 11.03. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 18.03. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 25.03. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 15.04. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 22.04. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 29.04. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 06.05. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 20.05. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 27.05. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 10.06. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 17.06. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 24.06. 16:45 - 18:15 Hybride Lehre
    Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock

Examination topics

Inhalte der behandelten Themen

Group 2

max. 40 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

Der Kurs wird digital synchron zu den angegebenen Zeiten über Moodle (Collaborate) gehalten und, sobald es die Lage erlaubt, zusätzlich im Hörsaal.

  • Tuesday 02.03. 13:15 - 14:45 Hybride Lehre
    Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Tuesday 09.03. 13:15 - 14:45 Hybride Lehre
    Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Tuesday 16.03. 13:15 - 14:45 Hybride Lehre
    Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Tuesday 23.03. 13:15 - 14:45 Hybride Lehre
    Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Tuesday 13.04. 13:15 - 14:45 Hybride Lehre
    Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Tuesday 20.04. 13:15 - 14:45 Hybride Lehre
    Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Tuesday 27.04. 13:15 - 14:45 Hybride Lehre
    Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Tuesday 04.05. 13:15 - 14:45 Hybride Lehre
    Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Tuesday 11.05. 13:15 - 14:45 Hybride Lehre
    Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Tuesday 18.05. 13:15 - 14:45 Hybride Lehre
    Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Tuesday 08.06. 13:15 - 14:45 Hybride Lehre
    Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Tuesday 22.06. 13:15 - 14:45 Hybride Lehre
  • Tuesday 29.06. 13:15 - 14:45 Hybride Lehre

Examination topics

Topics presented in the lectures

Information

Aims, contents and method of the course

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

Inhalte:
1. Verallgemeinerte lineare Modelle; Modelle für stetige und binomiale Zielvariablen, Zähldaten.
2. Lineare und verallgemeinerte lineare gemischte Modelle.
3. Nicht-parametrische Regression.

Methoden:
Vorlesung mit kombinierter Übung.
Vorlesungsskript und Daten werden zur Verfügung gestellt.
Studierende müssen in statistischer Software am eigenen Rechner programmieren.
Der Kurs wird digital synchron zu den angegebenen Zeiten über Moodle (Collaborate) gehalten und, sobald es die Lage erlaubt, zusätzlich im Hörsaal.

Assessment and permitted materials

Es gibt zwei Hausarbeiten: eine zum Thema 1 und eine zu den Themen 2 und 3. Die Bearbeitungszeit der Hausarbeiten ist 2 Wochen. Die erste Hausarbeit wird in der 6. Kurseinheit vergeben, die zweite wird in der vorletzten Kurseinheit vergeben.
Zusätzlich, wird es eine schriftliche Prüfung zu den theoretischen Inhalten in der letzten Kurseinheit geben. Die Prüfung wird je nach Lage entweder online oder in Präsenz abgehalten.

Minimum requirements and assessment criteria

Die maximale Anzahl der Punkte:
40 Punkte Schriftliche Prüfung
30 Punkte Hausarbeit zu Thema 1
30 Punkte Hausarbeit zu den Themen 2 und 3
Die Note ermittelt sich nach folgendem Schema: 4 ab 50 Punkten, 3 ab 63 Punkten, 2 ab 75 Punkten, 1 ab 87 Punkten.

Reading list

Dobson, A.J. (2001) An introduction to generalised linear models
Fahrmeir, L., Kneib, T., Lang, S. (2007) Regression: Modelle, Methoden und Anwednungen
Nelder, J.A, McCullagh, P. (1989) Generalised linear models

Association in the course directory

Last modified: Fr 12.05.2023 00:13