EnglishSeite drucken

Pfad: VVZ SoSe 2024 > Verzeichnis der LV gegliedert nach Instituten und Abteilungen

Mobilversion

 

Nr. LV-Typ(en) LV-Titel
4011 VUE Statistik Präsenz-Modus
Anmeldung über LPIS
vom 15.02.2024 15:00 bis 10.03.2024 23:59

LV-Leiter/in Dr. Andrea Wagner
Planpunkte Bachelor Statistik
Semesterstunden 2
Unterrichtssprache Deutsch

Termine
Di, 12.03.2024 14:30-17:00 Uhr TC.0.02 (Lageplan)
Do, 14.03.2024 14:30-17:00 Uhr TC.0.02 (Lageplan)
Di, 19.03.2024 14:30-17:00 Uhr TC.0.02 (Lageplan)
Do, 21.03.2024 14:30-17:00 Uhr TC.0.02 (Lageplan)
Di, 09.04.2024 14:30-17:00 Uhr P TC.0.02 (Lageplan)
Do, 11.04.2024 14:30-17:00 Uhr TC.0.02 (Lageplan)
Di, 16.04.2024 14:30-17:00 Uhr TC.0.02 (Lageplan)
Do, 18.04.2024 14:30-17:00 Uhr TC.0.02 (Lageplan)
Di, 23.04.2024 14:30-17:00 Uhr TC.0.02 (Lageplan)
Do, 25.04.2024 14:30-17:00 Uhr P TC.0.02 (Lageplan)
Termindownload (ical) | Termine abonnieren

Weitere Informationen https://learn.wu.ac.at/vvz/24s/4011

Kontakt:
andrea.wagner@wu.ac.at
Inhalte der LV:

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

Lernergebnisse (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.

Regelung zur Anwesenheit:

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).

Lehr-/Lerndesign:

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.

Leistung(en) für eine Beurteilung:

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.

Teilnahmevoraussetzung(en):

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.

Für die Vergabe von freien Plätzen ist die Reihung auf der Warteliste wesentlich. Über die jeweilige Vorgangsweise informieren die Vortragenden per E-Mail.

Zuletzt bearbeitet: 17.04.2024 11:36

© Wirtschaftsuniversität Wien | Kontakt