230088 UE Advanced Quantitative Methods: Data Analysis with R (2020S)
Continuous assessment of course work
Labels
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 is open from Mo 03.02.2020 10:00 to Fr 21.02.2020 10:00
- Deregistration possible until Th 30.04.2020 23:59
Details
max. 25 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
- Saturday 07.03. 09:45 - 13:45 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33
- Saturday 14.03. 09:45 - 13:45 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33
- Saturday 04.04. 09:45 - 13:45 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33
- Saturday 25.04. 09:45 - 13:45 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33
- Saturday 16.05. 09:45 - 13:45 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33
- Saturday 06.06. 09:45 - 13:45 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33
Information
Aims, contents and method of the course
Assessment and permitted materials
Die Leistungskontrolle setzt sich aus vier Hausübungen (praktische Übungen am PC, die pünktlich zu vorher festgelegten Terminen abgegeben werden müssen) zusammen (je Hausübung 25% der Endnote).Hinweis der SPL:
Die Erbringung aller Teilleistungen ist Voraussetzung für eine positive Beurteilung, wenn nicht explizit etwas anderes vermerkt wurde.
Werden einzelne verpflichtende Teilleistungen nicht erbracht, gilt die Lehrveranstaltung als abgebrochen. Falls dem Nichterbringen der Leistung kein wichtiger und unvorhersehbarer Grund seitens des/der Studierenden vorliegt, wird die LV negativ beurteilt.
Bei Vorliegen eines solchen Grundes (zB eine längere Erkrankung) kann der/die Studierende auch nach Ablauf der Frist von der LV abgemeldet werden. Über das Vorliegen eines wichtigen Grundes entscheidet die Lehrveranstaltungsleitung. Der Antrag auf Abmeldung ist unverzüglich nach Eintreten des Grundes zu stellen.
Wurde eine Teilleistung erschlichen, d.h. etwa bei einer Prüfung oder einem Test geschummelt, bei einer schriftlichen Arbeit plagiiert oder auch Unterschriften auf Anwesenheitslisten gefälscht, wird die gesamte Lehrveranstaltung als "nicht beurteilt" gewertet und mit dem Vermerk "geschummelt/erschlichen" in das Notenerfassungssystem eingetragen.
Im Zuge der Beurteilung kann eine Plagiatssoftware (Turnitin in Moodle) zur Anwendung kommen: Details werden von den Lehrenden in der Lehrveranstaltung bekanntgeben.
Die Erbringung aller Teilleistungen ist Voraussetzung für eine positive Beurteilung, wenn nicht explizit etwas anderes vermerkt wurde.
Werden einzelne verpflichtende Teilleistungen nicht erbracht, gilt die Lehrveranstaltung als abgebrochen. Falls dem Nichterbringen der Leistung kein wichtiger und unvorhersehbarer Grund seitens des/der Studierenden vorliegt, wird die LV negativ beurteilt.
Bei Vorliegen eines solchen Grundes (zB eine längere Erkrankung) kann der/die Studierende auch nach Ablauf der Frist von der LV abgemeldet werden. Über das Vorliegen eines wichtigen Grundes entscheidet die Lehrveranstaltungsleitung. Der Antrag auf Abmeldung ist unverzüglich nach Eintreten des Grundes zu stellen.
Wurde eine Teilleistung erschlichen, d.h. etwa bei einer Prüfung oder einem Test geschummelt, bei einer schriftlichen Arbeit plagiiert oder auch Unterschriften auf Anwesenheitslisten gefälscht, wird die gesamte Lehrveranstaltung als "nicht beurteilt" gewertet und mit dem Vermerk "geschummelt/erschlichen" in das Notenerfassungssystem eingetragen.
Im Zuge der Beurteilung kann eine Plagiatssoftware (Turnitin in Moodle) zur Anwendung kommen: Details werden von den Lehrenden in der Lehrveranstaltung bekanntgeben.
Minimum requirements and assessment criteria
(1) Regelmäßige und aktive Teilnahme (bei 6 Einheiten/Blöcken maximal eine unentschuldigte Fehleinheit).
(2) Die Note ergibt sich aus den Teilleistungen, d.h. aus den vier Hausübungen, wobei jede Teilleistung/Hausübung zu 25% in die Endnote einfließt.
(2) Die Note ergibt sich aus den Teilleistungen, d.h. aus den vier Hausübungen, wobei jede Teilleistung/Hausübung zu 25% in die Endnote einfließt.
Examination topics
Reading list
Chang, Winston (2013): R Graphics Cookbook. O'Reilly.
Luhmann, M. (2013) R für Einsteiger. Einführung in die Statistiksoftware für die Sozialwissenschaften. Weinheim/Basel: Beltz Verlag.
Manderscheid, Katharina (2017): Sozialwissenschaftliche Datenanalyse mit R. Eine Einführung. Springer VS.
Luhmann, M. (2013) R für Einsteiger. Einführung in die Statistiksoftware für die Sozialwissenschaften. Weinheim/Basel: Beltz Verlag.
Manderscheid, Katharina (2017): Sozialwissenschaftliche Datenanalyse mit R. Eine Einführung. Springer VS.
Association in the course directory
Last modified: Mo 07.09.2020 15:21
Ziel ist es, die Teilnehmer*innen anhand praktischer Beispiele dazu zu befähigen, eigenständig Forschungsfragen mit R zu beantworten.
Themenvorschläge der Teilnehmer*innen sind jederzeit willkommen und können in die Veranstaltung integriert werden. Statistische Grundkenntnisse werden vorausgesetzt.