Universität Wien

040242 VO Ökonometrie und Statistik (MA) (2020W)

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
Für diese LV an-/abmelden

Details

Sprache: Deutsch

Prüfungstermine

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Die LV wird als digitale LV durchgeführt. Wöchentlich werden Folien und Audios zu den Themen veröffentlicht. Zusätzlich werden mit Hilfe von Chats Diskussions- und Frage Foren angeboten. Der LV Leiter kann aber auch direkt und persönlich via email oder auch Videokonferenz ( nach Terminvereinbarung) kontaktiert werden.

  • Dienstag 06.10. 13:15 - 14:45 Digital
  • Dienstag 13.10. 13:15 - 14:45 Digital
  • Dienstag 20.10. 13:15 - 14:45 Digital
  • Dienstag 27.10. 13:15 - 14:45 Digital
  • Dienstag 03.11. 13:15 - 14:45 Digital
  • Dienstag 10.11. 13:15 - 14:45 Digital
  • Dienstag 17.11. 13:15 - 14:45 Digital
  • Dienstag 24.11. 13:15 - 14:45 Digital
  • Dienstag 01.12. 13:15 - 14:45 Digital
  • Dienstag 15.12. 13:15 - 14:45 Digital
  • Dienstag 12.01. 13:15 - 14:45 Digital
  • Dienstag 19.01. 13:15 - 14:45 Digital
  • Dienstag 26.01. 13:15 - 14:45 Digital

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Datamining und Big Data anhand von Fallbeispielen

Im Kurs werden Konzepte des Datamining und Big Data anhand von Fallbeispielen erläutert und diskutiert.

Die Beispiele kommen aus den Themenbereichen

• Customer Relationship Management
• Fraud Detection
• Revenue Management
• Market Research

Die vorgestellten Konzepte des Dataming’s und Big Data umfassen u.a.

• Sampling
• Supervised und unsupervised learning
• multiple Regression
• logistische Regression
• Kontingenztafelanalyse
• Varianzanalyse
• Zeitreihenanalyse

Art der Leistungskontrolle und erlaubte Hilfsmittel

Test am Semesterende, Schriftliche Prüfung
Wenn möglich, wird der Test als Präsenzprüfung vor Ort an der Universität durchgeführt

Mindestanforderungen und Beurteilungsmaßstab

Um den Kurs positiv zu absolvieren müssen mindestens 60% der Punkte erreicht werden.

Prüfungsstoff

1) Analysieren einer Problemstellung und skizieren der Lösung mittels Datamining
2) Beschreiben des Ablaufes einer Standardanalyse
3) Verstehen (= lesen und interpretieren können) einer Statistischen Analyse

Mehr Details zur Prüfung werden während des Kurses bekanntgegeben.

Literatur

Werner Brannath, Andreas Futschik, Statistik für Wirtschaftswissenschaftler

Weitere Literatur wird während der Vorlesung bekannt gegeben.

Folien, die im Kurs diskutiert werden (werden auf der Homepage veröffentlicht).

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Fr 12.05.2023 00:12