Universität Wien

040769 UK Programming in Statistics (2022W)

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

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

DO wtl von 03.10.2019 bis 30.01.2020 16.45-18.15 Ort: PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß

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. 65 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.

Am Montag, den 14.11.2022 von 18:30 bis 20:00 und Dienstag, den 15.11.2022 von 13:15 bis 14:45 finden zwei Einheiten via Zoom statt.

Wichtige Termine mit Anwesenheitspflicht

* Vorbesprechung am Montag, den 03.10. von 18:30 bis 20:00 Uhr
* 5 schriftliche Quiz:
- Quiz 1: Montag, 24.10.2022, 18:30 bis 20:00 (HS1)
- Quiz 2: Dienstag, 08.11.2022, 13:15 bis 14:45 (HS1)
- Quiz 3: Dienstag, 22.11.2022, 13:15 bis 14:45 (HS1)
- Quiz 4: Dienstag 06.12.2022, 13:15 bis 14:45 (HS1)
- Quiz 5: Dienstag, 10.01.2023, 15:00 bis 16:30 (HS1)
* Schriftlicher Test am Dienstag, den 17.01.2023, 15:00 - 16:30 (HS1)

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

Jede der 5 Hausübungen wird in kleineren Gruppen besprochen (Dauer pro Übungseinheit: 45 Minuten). Es gibt 6 Gruppen, die an folgenden Mittwochen stattfinden: 19.10., 09.11., 23.11., 07.12., 11.01. (SR5). Die anderen Mittwochstermine finden nicht statt. Der Zeitplan:

* Gruppe 1: 13:15 bis 14:00
* Gruppe 2: 14:00 bis 14:45
* Gruppe 3: 15:00 bis 15:45
* Gruppe 4: 15:45 bis 16:30
* Gruppe 5: 16:45 bis 17:30
* Gruppe 6: 17:30 bis 18:15

Die Anmeldung zu den Übungsgruppen erfolgt ab 03.10. via Moodle, bis Freitag, den 07.10. um 14 Uhr könnt ihr eure Gruppenpräferenzen via Moodle abgeben. Bis Dienstag, den 11.10. werden die Gruppen fixiert.

Am Ende der Lehrveranstaltung gibt es eine Projektarbeit, welche zwischen Ende Jänner und Anfang März 2023 in persönlichen Gesprächen diskutiert werden. Die Termine dafür werden im Laufe des Semesters vereinbart.

Zusatzangebote ohne Anwesenheitspflicht

* Frageeinheiten zum Stoff der jeweiligen Kurseinheit (KE) bzw. zur Hausübung:
- KE1: Montag, 17.10.2022, 18:30 bis 20:00
- KE2: Montag, 07.11.2022, 18:30 bis 20:00
- KE3: Montag, 21.11.2022, 18:30 bis 20:00
- KE4: Montag, 05.12.2022, 18:30 bis 20:00
- KE5: Montag, 09.01.2023, 18:30 bis 20:00
* Testwarmup am Montag, 16.01.2023, 18:30 bis 20:00
* Vorlesungen bzw. Wiederholungseinheiten finden an den quizfreien und frageeinheitenfreien Montagen und Dienstagen statt.

  • Monday 03.10. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 04.10. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 10.10. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 11.10. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 17.10. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 18.10. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Wednesday 19.10. 13:15 - 18:15 Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 24.10. 18:30 - 20:00 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Tuesday 25.10. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 07.11. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 08.11. 13:15 - 14:45 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Wednesday 09.11. 13:15 - 18:15 Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 21.11. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 22.11. 13:15 - 14:45 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Wednesday 23.11. 13:15 - 18:15 Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 28.11. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 29.11. 13:15 - 14:45 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 05.12. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 06.12. 13:15 - 14:45 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Wednesday 07.12. 13:15 - 18:15 Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 12.12. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 13.12. 13:15 - 14:45 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 09.01. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 10.01. 15:00 - 16:30 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Wednesday 11.01. 13:15 - 18:15 Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Stock
  • Monday 16.01. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
  • Tuesday 17.01. 15:00 - 16:30 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Monday 30.01. 18:30 - 20:00 Hörsaal 6 Oskar-Morgenstern-Platz 1 1.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 Übungsblätter): 20 Punkte
*) Schriftlicher Test: 20 Punkte
*) Projektarbeit und 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

Es gibt keine Mindestanforderungen für irgendeine Teilleistung.

Examination topics

Siehe Inhalt oben.

Reading list

Die Lehrveranstaltung basiert auf folgendem Buch:

Daniel Obszelka, Andreas Baierl: Statistisches Programmieren mit R - Eine ausführliche, übersichtliche, spannende und praxiserprobte Einführung. Springer

Prüfungsrelevante Teile des Buches werden auf Moodle zur Verfügung gestellt.

Association in the course directory

Last modified: Tu 04.10.2022 16:08