Universität Wien

220087 VU VERME: VU VERQUAN Advanced Quantitative Methods (2024W)

6.00 ECTS (3.00 SWS), SPL 22 - Publizistik- und Kommunikationswissenschaft
Continuous assessment of course work

Hinweis: Die VO REP muss bis inkl. des 4. Prüfungstermens des gleichen Semesters, positiv absolviert werden.
Moodle
Th 12.12. 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

  • Thursday 10.10. 13:15 - 14:45 Digital
  • Thursday 17.10. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Thursday 24.10. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Thursday 31.10. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Thursday 07.11. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Thursday 14.11. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Thursday 21.11. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Thursday 28.11. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Thursday 05.12. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Thursday 09.01. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Thursday 16.01. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Thursday 23.01. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Thursday 30.01. 13:15 - 14:45 Hörsaal 1, Währinger Straße 29 1.UG
  • Wednesday 26.02. 09:45 - 11:15 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 der darauffolgenden Vorlesung 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 05.12.2024 13:26