Universität Wien

040769 UK Programming in Statistics (2017W)

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

Formale Voraussetzung für die Teilnahme am Kurs ist die erfolgreiche Absolvierung der STEOP.

Es werden Vorkenntnisse über die Grundlagen der Wahrscheinlichkeitsrechnung und Statistik (Verteilungen, Hypothesentests (zB T-Test, Chi-Quadrat-Test), lineare Regression) empfohlen.

Programmiervorerfahrungen sind keine nötig.

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).

Details

max. 60 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

Der Kurs ist in 5 Kurseinheiten gegliedert und wird leicht geblockt abgehalten. In jeder Kurseinheit gibt es ein schriftliches Quiz und eine Hausübung.

Wichtige Termine mit Anwesenheitspflicht:
* Vorbesprechung am Dienstag, den 03.10. von 16:45-18:15 Uhr in HS9.
* 5 schriftliche Quiz jeweils mittwochs am 11.10. (HS4), 25.10. (HS4), 15.11. (HS4), entweder 29.11. oder 06.12. (tba, HS6) und 10.01. (HS4) jeweils von 13:15-14:45 Uhr.
* Schriftlicher Test am Mittwoch, den 24.01.2018 von 13:15-14:45 (HS4)

Ein unentschuldigtes Fehlen in der Vorbesprechung führt zu einer sofortigen Abmeldung von der Lehrveranstaltung.

Jede der 5 Hausübungen wird gemeinsam mit Andreas Baierl in Kleingruppen besprochen. Die Termine für diese persönlichen Gespräche werden bis zum 1. Quiz vereinbart. Details werden in der Vorbesprechung erläutert.

Zusatzangebot ohne Anwesenheitspflicht:
* An den quizfreien Mittwochen findet jeweils von 11:30-14:45 Uhr eine doppelte Vorlesungseinheit mit Daniel Obszelka statt, in denen wesentliche Stoffkomponenten der jeweiligen Kurseinheit erläutert werden. Der gesamte Inhalt kann im angebotenen Skriptum nachgelesen bzw. nachbearbeitet werden.
* Freitags ab 06.10. findet von 09:45-11:15 Uhr im PC-Seminarraum 05 eine Frageeinheit mit eurem Tutor Thomas Hillebrand statt, in der Fragen zum Stoff / zur Hausübung geklärt werden und ggf. weitere Beispiele besprochen werden.
* Dienstags ab 10.10. findet von 16:45-18:15 Uhr im PC-Seminarraum 05 eine Frageeinheit mit Andreas Baierl statt, in der Fragen zum Stoff / zur Hausübung geklärt werden und ggf. weitere Beispiele besprochen werden.
* Unmittelbar vor den 5 Quizeinheiten findet im PC-Seminarraum 03 von 11:30-13:00 Uhr eine Frageeinheit mit eurem Tutor Thomas Hillebrand statt, in dem letzte Fragen geklärt werden können (Quiz-Warm-up).

UPDATE vom 14.09.2017: Studierende, welche die VO-Prüfung Analysis am Mittwoch, den 11.10. von 13:15 bis 14:45 Uhr absolvieren, dürfen das 1. Quiz ausnahmsweise am Mittwoch, den 11.10. (also am selben Tag) von 15:00 bis 16:30 Uhr nachholen (Ersatzquiz). Details in der Vorbesprechung. Diese Ausnahmeregelung ist deshalb möglich, weil Analysis im 2. Semester des Bachelorstudiums Statistik angesetzt ist und der VO-Prüfungstermin bereits vor Bekanntgabe der Quiztermine festgestanden ist.

  • Tuesday 03.10. 16:45 - 18:15 Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock
  • Wednesday 04.10. 11:30 - 14:45 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Friday 06.10. 09:45 - 11:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Tuesday 10.10. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 11.10. 11:30 - 13:00 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 11.10. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Wednesday 11.10. 15:00 - 16:30 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Friday 13.10. 09:45 - 11:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Tuesday 17.10. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 18.10. 11:30 - 13:00 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 18.10. 13:15 - 14:45 Hörsaal 3 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Friday 20.10. 09:45 - 11:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Tuesday 24.10. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 25.10. 11:30 - 13:00 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 25.10. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Friday 27.10. 09:45 - 11:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Tuesday 31.10. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Friday 03.11. 09:45 - 11:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Tuesday 07.11. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 08.11. 11:30 - 14:45 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Friday 10.11. 09:45 - 11:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Tuesday 14.11. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 15.11. 11:30 - 13:00 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 15.11. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Friday 17.11. 09:45 - 11:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Tuesday 21.11. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 22.11. 11:30 - 14:45 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Friday 24.11. 09:45 - 11:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Tuesday 28.11. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 29.11. 11:30 - 13:00 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 29.11. 13:15 - 14:45 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Friday 01.12. 09:45 - 11:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Tuesday 05.12. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 06.12. 11:30 - 14:45 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
    PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Tuesday 12.12. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 13.12. 11:30 - 14:45 Hörsaal 16 Oskar-Morgenstern-Platz 1 2.Stock
  • Friday 15.12. 09:45 - 11:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Tuesday 09.01. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 10.01. 11:30 - 13:00 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 10.01. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Friday 12.01. 09:45 - 11:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Tuesday 16.01. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 17.01. 11:30 - 13:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Wednesday 17.01. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Friday 19.01. 09:45 - 11:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Tuesday 23.01. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 24.01. 11:30 - 13:00 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Wednesday 24.01. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Friday 26.01. 09:45 - 11:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Tuesday 30.01. 16:45 - 18:15 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
  • Thursday 08.02. 16:45 - 20:00 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock

Information

Aims, contents and method of the course

R ist eine Programmiersprache, die sich hervorragend für statistische Analysen und die Erstellung von Grafiken eignet. Dieser Kurs ist eine ausführliche Einführung in R (www.r-project.org). Wir besprechen unter anderem folgende Themen:
*) Datenstrukturen und deren Einsatz (Vektoren, Matrizen, Listen, Data.frames)
*) Zeichenketten (Strings) bearbeiten
*) Umgang mit kategoriellen Variablen (Faktoren) und fehlenden Werten
*) Wiederholte Anwendung von Funktionen
*) Kontrollstrukturen (Schleifen, Verzweigungen)
*) Eigene Funktionen schreiben
*) Daten einlesen, speichern und aufbereiten
*) Statistische Methoden in R
*) Simulation
*) Grafiken erstellen

Bei den statistischen Methoden beschränken wir uns auf elementare Verfahren (T-Test, Binomialtest, Chi-Quadrat-Test, Lineare Regression). Wir besprechen keine "neuen" statistischen Methoden. Vielmehr forcieren wir das Konzept "Hilfe zur Selbsthilfe" bzw. verweisen auf weiterführende Lehrveranstaltungen und Literatur.

Am Ende des Kurses sollen die Studierenden in der Lage sein
*) R sicher und effizient anzuwenden,
*) leicht lesbare und funktionstüchtige Programme mit R zu entwickeln,
*) statistische Problemstellungen mit R erfolgreich zu bearbeiten und
*) ausgewählte theoretische Konzepte hinter R zu verstehen.

Assessment and permitted materials

In Summe können im Laufe der Lehrveranstaltung bei folgenden Gelegenheiten bis zu 80 Punkte gesammelt werden:
*) Regelmäßige schriftliche Quiz (5 x 5, 1 Streichresultat): 20 Punkte
*) Abgabe und Besprechung von Übungsaufgaben (5 x 4): 20 Punkte
*) Schriftlicher Test: 20 Punkte
*) Projektarbeit und persönliches Abschlussgespräch: 20 Punkte

Bei den Quiz und beim Test sind außer Schreibzeug keine Hilfsmittel zugelassen.

Minimum requirements and assessment criteria

Die erzielten Punkte p werden am Ende der Lehrveranstaltung wie folgt in eine Note umgerechnet:
p in [0, 40) : Nicht Genügend
p in [40, 50): Genügend
p in [50, 60): Befriedigend
p in [60, 70): Gut
p >= 70: Sehr gut

Information für Studierende des Erweiterungscurriculums: Für Studierende des ECs entfällt die Projektarbeit und das persönliche Abschlussgespräch. Es sind dann maximal 60 Punkte erzielbar. Die erzielten Punkte p werden gemäß p * 80 / 60 skaliert und daraufhin die Note wie oben bestimmt.

Examination topics

Siehe Inhalt oben.

Reading list

Ein ausführliches Skriptum wird im pdf-Format auf Moodle angeboten. Ergänzende und weiterführende Literatur wird auf ebenfalls auf Moodle veröffentlicht.

Association in the course directory

Last modified: Mo 07.09.2020 15:29