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

220070 VU VERME: VU VERQUAN Advanced Quantitative Methods (2025S)

6.00 ECTS (3.00 SWS), SPL 22 - Publizistik- und Kommunikationswissenschaft
Continuous assessment of course work
We 19.03. 13:15-14:45 Hörsaal 1, Währinger Straße 29 1.UG

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

Language: German

Lecturers

Classes (iCal) - next class is marked with N

  • Wednesday 26.03. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Wednesday 02.04. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Wednesday 09.04. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Wednesday 30.04. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Wednesday 07.05. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Wednesday 14.05. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Wednesday 21.05. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Wednesday 28.05. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Wednesday 04.06. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Wednesday 11.06. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Wednesday 18.06. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Wednesday 25.06. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG

Information

Aims, contents and method of the course

Die Vorlesung/Übung hat das Ziel, den Studierenden den Umgang mit quantitativen Auswertungsmethoden zu übermitteln und bietet die Möglichkeit das Erlernte durch selbstständiges Üben zu verinnerlichen. Neben einer allgemeinen Einführung in die Grundlagen der Forschungslogik und Datenanalyse erlernen die Studierenden die Verfahren Varianzanalyse, Regression, Conditional Process Modeling, Faktorenanalyse und Clusteranalyse mit R durchzuführen. Die Vorlesung umfasst praktische Übungen, in denen die Studierenden zuhause das Gelernte selbst mit R anwenden, wobei das Feedback in einer der darauffolgenden Vorlesungen erfolgt.

Assessment and permitted materials

Wöchentliche Hausübungen während des Semesters
Multiple-Choice-Prüfung am Ende des Semesters

Minimum requirements and assessment criteria

Positive Beurteilung der Multiple-Choice-Prüfung (mind. 50% der Punkte)
- Maximal zwei fehlende Hausübungen
- Prüfung zählt 70% und Hausübungen zählen 30% zur Gesamtnote

Examination topics

Inhalte der Vorlesungen und Übungen wie in Moodle dokumentiert.

Reading list

Field, A., Miles, J., & Field, Z. (2012). Discovering statistics using R. Sage.

Gehrau, V., Maubach, K., Fujarski, S. (2022). Einfache Datenauswertung mit R: Eine Einführung in uni- und bivariate Statistik sowie Datendarstellung mit RStudio und R Markdown.

Association in the course directory

Last modified: Th 23.01.2025 12:06