Universität Wien

290137 VU Statistical Data Analysis with R (2024S)

5.00 ECTS (2.00 SWS), SPL 29 - Geographie
Continuous assessment of course work
Moodle
Th 23.05. 16:45-18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß

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. 30 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

Thursday 07.03. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Thursday 14.03. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Thursday 21.03. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Thursday 11.04. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Thursday 25.04. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Thursday 02.05. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Thursday 16.05. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Thursday 06.06. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Thursday 20.06. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Thursday 27.06. 16:45 - 18:15 PC-Seminarraum 3 Oskar-Morgenstern-Platz 1 1.Untergeschoß

Information

Aims, contents and method of the course

In dieser LV werden statistische Methoden vertieft und deren Anwendung mit R/RStudio umgesetzt. Die praktische Umsetzung erfolgt mit Themen und Datensätzen aus der Physiogeographie.

Nach Absolvierung der LV werden Studierende in der Lage sein,
- Datensätze in R/RStudio einzulesen, bearbeiten und passende Visualisierungen zu erstellen
- Forschungsfragen zu entwickeln und Hypothesen zu generieren
- grundlegende Zusammenfassungen von großen Datensätzen mittels deskriptiver Statistik in R zu erstellen
- eigenständig an Problemen, Lösungen, R-Paketen und Funktionen zu arbeiten
- passende Testverfahren für die Überprüfung von Hypothesen auszuwählen und anzuwenden
- Ergebnisse in passender Form zu präsentieren (inkl. Verschriftlichung und Interpretation)
- R/RStudio für das weitere Studium bzw. Bachelorarbeit zu nutzen

Die Einheiten der LV bestehen aus einem Fragenteil, einem Theorieteil und einem Praxisteil, in dem die Studierenden das gelernte anwenden sollen.

Nach jeder 3. Einheit findet zum selben Termin ein Tutorium statt, indem vertiefend an auftretenden Fragen/Problemen gearbeitet werden soll.

Folien werden auf Moodle zur Verfügung gestellt.

Assessment and permitted materials

Folgende Leistungen müssen erbracht werden:
Anwesenheit (PI LV) - max. Fehlen bei 2 Einheiten
Abgabe der Hausübungen
Abschlussprüfung in der letzten Einheit

Für die Hausübungen sind sämtliche LV-Inhalte (Folien, Skripte usw.) und Internet erlaubt.
Für die Abschlussprüfung ist RStudio inkl. Suchfunktion erlaubt.

Minimum requirements and assessment criteria

Insgesamt können maximal 100 Punkte erreicht werden. Diese teilen sich in folgende Teilleistungen auf:
- 10 Anwesenheit
- 10 Mitarbeit
- 30 Hausübungen
- 50 Abschlussprüfung

für die positive Absolvierung müssen min. 55 Punkte erreicht werden, eine regelmäßige Anwesenheit ist notwendig (Fehlen bei max. 2 Einheiten) und die Abgabe der Hausübungen wird erwartet.

Examination topics

Für die Hausübungen ist der Stoff der Vorwochen relevant.

Für die Abschlussprüfung ist der gesamte Semesterstoff auch Prüfungsstoff.

Reading list

R Core Team, 2020. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing. https://www.R-project.org/.

Handl, A., Kuhlenkasper, T., 2018. Einführung in die Statistik: Theorie und Praxis mit R. Springer Berlin Heidelberg, Berlin, Heidelberg, 531 pp.

Association in the course directory

(BA GG 5.2)

Last modified: Mo 26.02.2024 11:27