DeutschSeite drucken

Path: VVZ SoSe 2024 > List of classes by Academic Institutes and Departments

Mobile Version

 

No. Type(s) Class Title
4013 VUE Statistics Präsenz-Modus
Registration via LPIS
from 2024-04-24 14:00 to 2024-05-07 23:59
De-registration via LPIS
from 2024-04-24 14:00 to 2024-05-11 23:59

Instructor(s) Jana Hlavinova, Ph.D.
Subject(s) Bachelor Programs Statistics
Credit hours 2
Language of instruction German

Detailed schedule
Tue, 2024-05-14 13:00-15:30 TC.0.02 (Map)
Thu, 2024-05-16 13:00-15:30 TC.0.02 (Map)
Tue, 2024-05-21 13:00-15:30 TC.0.02 (Map)
Thu, 2024-05-23 13:00-15:30 TC.0.02 (Map)
Tue, 2024-05-28 13:00-15:30 P TC.0.02 (Map)
Tue, 2024-06-04 13:00-15:30 TC.0.02 (Map)
Thu, 2024-06-06 13:00-15:30 TC.0.02 (Map)
Tue, 2024-06-11 13:00-15:30 TC.0.02 (Map)
Thu, 2024-06-13 13:00-15:30 TC.0.02 (Map)
Tue, 2024-06-18 13:00-15:30 P TC.0.02 (Map)
Download schedule (ical) | Subscribe schedule

Further information https://learn.wu.ac.at/vvz/24s/4013

Contact details:
jana.hlavinova@wu.ac.at
Contents:

In der Lehrveranstaltung „Statistik“ werden die folgende Themen behandelt, was sich in der Kapitelgliederung widerspiegelt:

0. Vorkenntnisse, Grundlagen.

1. Daten, Variablen, Häufigkeiten

2. Deskriptive Statistik

3. Schätzen und Testen von Anteilen

4. Erwartungswert bei metrischen Variablen

5. Mittelwertvergleich zwischen zwei Gruppen

6. ANOVA

7. Kontingenztafeln

8. Lineare Regression

Learning Outcomes:

In vielen Bereichen der Wirtschaftswissenschaften wie etwa Marketing oder auf den Finanzmärkten werden regelmäßig Daten gesammelt und erhoben, um Theorien über die dahinter liegenden Prozesse, wie etwa Hypothesen über die Kaufentscheidung von Konsumenten, zu überprüfen. Diese Umsetzung von Daten in wissenschaftliche Theorien erfolgt unter Einsatz von Instrumenten, die man als statistische Methoden bezeichnet. Die Lehrveranstaltung „Statistik“ vermittelt ein Grundwissen über statistische Methoden zur Analyse von univariaten und multivariaten Datensätzen. Beispiele für solche Methoden sind Schätzen und Testen von Anteils- und Erwartungswerten, Varianzanalyse- und lineare Regressionsmodelle.

Die Studierenden sind nach erfolgreichem Absolvieren der LV in der Lage, selbständig für Daten eines sozial- und wirtschaftswissenschaftlichen Problems die passende statistische Methode auszuwählen, die quantitative Analyse mithilfe von mit statistischer Software erzeugten Resultaten durchzuführen sowie die Ergebnisse zu interpretieren.

Attendance requirements:

Der Kurs ist auf durchgängige Anwesenheit und Mitarbeit ausgelegt, weswegen physische, emotionale und intellektuelle Präsenz in allen Einheiten grundsätzlich vorausgesetzt wird.

In den Einheiten 5 und 10 ist unbedingte Anwesenheitspflicht, weil in diesen Einheiten Teilklausuren stattfinden. Nur in begründeten Ausnahmefällen (Krankheit, Todesfall in der nahen Familie, ...) besteht die Möglichkeit, die Teilklausuren zu einem späteren Zeitpunkt nachzuholen.

Unentschuldigtes Fernbleiben von Einheit 1 führt im Bedarfsfall zu einer Abmeldung vom Kurs und zur Vergabe des Platzes an jemand auf der Warteliste.

Das Versäumen anderer Einheiten wird toleriert, allerdings besteht im Abwesenheitsfall keine Möglichkeit, die Punkte für die wöchentlichen Wiederholungsfragen sowie eventuelle Bonuspunkte zu erlangen (siehe auch Lehr-/Lerndesign).

Teaching/learning method(s):

Der Ablauf der einzelnen Statistik-Kurse folgt einem fixen Zeitschema:

Einheit 1 - 4: Organisatorisches, Kapitel 0 - 4

Einheit 5: Erster Teiltest

Einheit 6 - 9: Kapitel 5 - 8

Einheit 10: Zweiter Teiltest

Auf Canvas werden Lernpfade, Lecture Casts, Study-Clips, interaktive Applets, Aufgabensammlungen, Probeklausuren sowie Animationen und weitere Materialien bereitgestellt, die das Erarbeiten des aktuellen Stoffs im Individualstudium vor der jeweiligen Präsenzeinheit ermöglicht.

In den Präsenzeinheiten wird der aktuelle Stoff wiederholt und vertieft und es besteht die Möglichkeit, Fragen zu stellen und Unklarheiten zu beseitigen. Es wird ein Überblick über die theoretischen Grundlagen gegeben sowie der Stoff anhand konkreter Beispiele durchgenommen und geübt. Im Anschluss folgen die Wiederholungsfragen, die via Canvas (über mitgebrachten Laptop, Tablet, Smartphone, etc.) im Hörsaal individuell zu beantworten sind.

Ein aktives Einbringen der Studierenden in die Diskussionen und auch in den Vortrag ist essentiell, um nicht nur statistische Analysemethoden kennen zu lernen, sondern sich auch mit statistischer Argumentationsweise vertraut zu machen. Für Interessierte bietet die Lernplattform außerdem eigene Datensätze und spezielle Lernvideos, um sich eigenständig in die Statistik-Software R einzuarbeiten.

Eine Teilnahme an den wöchentlichen Wiederholungsfragen sowie das Erlangen eventueller Bonuspunkte über die in den Präsenzeinheiten gestellten Fragen ist nur in Präsenz möglich.

Assessment:

Zwei schriftliche Teiltests: je 10 Fragen, jede Frage zählt 4 Punkte.

Die Teiltests finden in den Einheiten 5 und 10 des Kurses statt.

Kurze Wiederholungsfragen in den Einheiten 2, 3, 4, 7, 8 und 9 des Kurses, in Summe können maximal 20 Punkte erreicht werden (das schlechteste Ergebnis wird gestrichen). Eine Teilnahme an den Wiederholungsfragen ist nur in Präsenz möglich.

Notenschema:

Note       Punkte

1             91 - 100

2             81 - 90

3             71 - 80

4             56 - 70

5               0 - 55

Bonuspunkte: durch Leistungen (Mitarbeit in den Einheiten, Aktivität auf MyLearn, ...) , die im Ausmaß weit über das Wesentliche hinausgehen, können vereinzelte Zusatzpunkte erreicht werden.

Prerequisites:

Vorausgehende Absolvierung der LV Mathematik ist sinnvoll. Die Inhalte bauen insbesondere auf den Einheiten 5 und 6 der LV Mathematik auf. Dieses Wissen wird vorausgesetzt und das selbständige Aneignen dieser Inhalte mithilfe der Unterlagen der LV Mathematik wird empfohlen.

Die Platzvergabe während der Anmeldefrist erfolgt nach dem „first come, first served“-Prinzip. Nach Ende der Anmeldefrist werden die verfügbaren LV-Plätze aufgestockt und an Personen auf der Warteliste vergeben, die in diesem Semester noch keine gültige Anmeldung zu diesem Studienplanpunkt haben (d.h. Tauschanfragen werden nicht berücksichtigt). Diese Vergabe richtet sich nicht nach der Reihenfolge in der Warteliste, sondern nach Dringlichkeit und Studienfortschritt. Die Durchführung obliegt dem Vizerektorat für Lehre und Studierende und ist daher ohne Einflussmöglichkeit des/der LV-Leiter*in. Als Vergabekriterien werden berücksichtigt, ob bei Studierenden in der Studienplanversion 2019 jemand im Studium schon weit fortgeschritten ist bzw. bei Studierenden in der Studienplanversion 2023 jemand bereits die Berechtigung für Lehrveranstaltungen aus einem Studienzweig hat, im ersten Halbsemester für höchstens 1 CBK-Planpunkt angemeldet ist oder bei den Lehrveranstaltungen im ersten Halbsemester in der Warteliste für diesen Studienplanpunkt steht.

Für die Vergabe von Plätzen, die eventuell nach der ersten Einheit aufgrund unentschuldigter Abwesenheiten frei werden, ist die Reihung auf der Warteliste wesentlich. Über die jeweilige Vorgangsweise informieren die Vortragenden per E-Mail.

Last edited: 2024-05-07 13:38

© Wirtschaftsuniversität Wien | Kontakt