Universität Wien
Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

040149 UK Lineare Multivariate Statistik (2024S)

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung

Voraussetzung: Lineare Algebra, Lineare Modelle
Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 65 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Dienstag 05.03. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 19.03. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 09.04. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 16.04. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 23.04. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 30.04. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 07.05. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 14.05. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 21.05. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 28.05. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 04.06. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 11.06. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 18.06. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 25.06. 16:45 - 18:15 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
    Hörsaal 9 Oskar-Morgenstern-Platz 1 1.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Ziele:
Praxisnahe Vermittlung von fortgeschrittenen Methoden der angewandten Statistik, insbesondere von multivariaten Verfahren. Vermitteln eines Grundverständnisses für die statistische Modellierung. Durchführung von praxisorientierten Datenanalysen mittels R

Inhalte:
1. Varianzanalyse
2. Hauptkomponenten- und Faktorenanalyse
3. Diskriminanzanalyse
4. Clusteranalyse

Methoden:
Vorlesung mit kombinierter Übung.
Vorlesungsskript und Daten werden zur Verfügung gestellt.
Studierende müssen in statistischer Software am eigenen Rechner programmieren.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Es gibt zwei Hausarbeiten: eine zu den Themen 1 und 2 und eine zu den Themen 3 und 4. Die Bearbeitungszeit der Hausarbeiten ist 1 Woche. Die erste Hausarbeit wird am 30.04.2024 vergeben, die zweite am 11.06.2024.
Zusätzlich, wird es eine schriftliche Prüfung in Präsenz zu den theoretischen Inhalten am 25.06.2024 geben.

Die Verwendung von KI-Tools (z. B. ChatGPT) für die Produktion von Texten ist nur dann erlaubt, wenn diese von der Lehrveranstaltungsleitung ausdrücklich gefordert werden (z. B. für einzelne Arbeitsaufgaben).

Mindestanforderungen und Beurteilungsmaßstab

Die maximale Anzahl der Punkte:
40 Punkte Schriftliche Prüfung
30 Punkte Hausarbeit zu den Themen 1 und 2
30 Punkte Hausarbeit zu den Themen 3 und 4
Die Note ermittelt sich nach dem Schema: 4 ab 50 Punkten, 3 ab 63 Punkten, 2 ab 75 Punkten, 1 ab 87 Punkten.

Prüfungsstoff

Inhalte der behandelten Themen.

Literatur

Fahrmeir, L., Hamerle, A., Tutz, G. (1996) Multivariate statistische Verfahren.
Izenman, A.J. (2008) Modern multivariate statistical techniques.
Johnson, R. A., Wichern, D.W. (2007) Applied multivariate statistical analysis.

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mi 31.07.2024 11:25