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

040769 UK Statistisches Programmieren (2020W)

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

Formale Voraussetzung für die Teilnahme am Kurs ist die erfolgreiche Absolvierung der STEOP.

Das Tutorium zur LVA findet am Donnerstag, 16:45 - 18:15 im PC-SR 02 statt:

DO wtl von 03.10.2019 bis 30.01.2020 16.45-18.15 Ort: PC-Seminarraum 2 Oskar-Morgenstern-Platz 1 1.Untergeschoß

Es werden Vorkenntnisse über die Grundlagen der Wahrscheinlichkeitsrechnung und Statistik (Verteilungen, Hypothesentests (zB T-Test, Chi-Quadrat-Test), lineare Regression) empfohlen.

Programmiervorerfahrungen sind keine nötig.

Moodle

An/Abmeldung

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

Details

max. 60 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Der Kurs ist in 5 Kurseinheiten gegliedert und wird leicht geblockt abgehalten. In jeder Kurseinheit gibt es ein schriftliches Quiz und eine Hausübung.

Wichtige Termine mit Anwesenheitspflicht:
* Vorbesprechung am Donnerstag, den 01.10. von 16:45 bis 18:15 Uhr (digital)
* 5 schriftliche Quiz mittwochs am 14.10., 28.10., 11.11., 02.12 und 16.12. jeweils von 14:00 bis 14:45 Uhr digital via Moodle
* Schriftlicher Test am Mittwoch, den 20.01. von 13:15 bis 14:45 Uhr in HS1

_Achtung_: Ob der Test tatsächlich in HS1 stattfindet, wird bis Anfang Jänner bekannt gegeben. Falls er nicht in HS1 stattfinden kann, wird er - wie auch die Quiz - digital abgehalten.

_Achtung_: Ein unentschuldigtes Fehlen in der Vorbesprechung führt zu einer sofortigen Abmeldung von der Lehrveranstaltung.

Jede der 5 Hausübungen wird gemeinsam mit Danijel Kivaranovic in kleineren Gruppen besprochen. Es gibt 6 Gruppen, die an folgenden Terminen stattfinden:
* Gruppen 1 bis 3: dienstags am 20.10., 03.11., 24.11., 08.12. und 12.01. zwischen 16:45 und 18:15 Uhr (digital)
* Gruppen 4 bis 6: mittwochs am 21.10., 04.11., 25.11., 09.12 und 13.01. zwischen 13:15 bis 14:45 Uhr (digital)
Die Anmeldung zu den Übungsgruppen erfolgt via Moodle, bis Freitag, den 09.10. 14 Uhr könnt ihr eure Gruppenpräferenzen via Moodle abgeben. Bis Mittwoch, den 14.10. werden die Gruppen fixiert.

Zusatzangebote ohne Anwesenheitspflicht:
* Vorlesung (Daniel Obszelka): am Montag, den 05.10. von 18:30 bis 20:00 Uhr, an den quizfreien Mittwochen jeweils von 16:45 bis 18:15 Uhr sowie donnerstags am 08.10., 15.10., 22.10., 29.10., 05.11., 19.11., 26.11., 03.12., 17.12. und 14.01. jeweils von 16:45 bis 18:15 Uhr (digital). In der Vorlesung werden die wesentlichen Stoffkomponenten der jeweiligen Kurseinheit erläutert. Die Vorlesungen werden aufgezeichnet und die Videos zur Verfügung gestellt.
* Frageeinheit (Levin Tröster): montags ab 12.10. von 18:30 - 20:00 Uhr (digital). Hier werden Fragen zum Stoff / zur Hausübung geklärt und ggf. weitere Beispiele besprochen.
* Frageeinheit (Danijel Kivaranovic): dienstags ab 06.10. an den übungsfreien Tagen (siehe oben) von 16:45-18:15 Uhr (digital). Hier werden Fragen zum Stoff geklärt und ggf. weitere Beispiele besprochen.

_Achtung_: Bedingt durch COVID-19 kann es zu kurzfristigen Änderungen kommen. Der Freitagtermin (18:30 bis 20:00) findet planmäßig nicht statt, er dient als Backup.

  • Donnerstag 01.10. 16:45 - 18:15 Digital
  • Freitag 02.10. 18:30 - 20:00 Digital
  • Montag 05.10. 18:30 - 20:00 Digital
  • Dienstag 06.10. 16:45 - 18:15 Digital
  • Mittwoch 07.10. 16:45 - 18:15 Digital
  • Donnerstag 08.10. 16:45 - 18:15 Digital
  • Freitag 09.10. 18:30 - 20:00 Digital
  • Montag 12.10. 18:30 - 20:00 Digital
  • Dienstag 13.10. 16:45 - 18:15 Digital
  • Mittwoch 14.10. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Donnerstag 15.10. 16:45 - 18:15 Digital
  • Freitag 16.10. 18:30 - 20:00 Digital
  • Montag 19.10. 18:30 - 20:00 Digital
  • Dienstag 20.10. 16:45 - 18:15 Digital
  • Mittwoch 21.10. 16:45 - 18:15 Digital
  • Donnerstag 22.10. 16:45 - 18:15 Digital
  • Freitag 23.10. 18:30 - 20:00 Digital
  • Dienstag 27.10. 16:45 - 18:15 Digital
  • Mittwoch 28.10. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Donnerstag 29.10. 16:45 - 18:15 Digital
  • Freitag 30.10. 18:30 - 20:00 Digital
  • Dienstag 03.11. 16:45 - 18:15 Digital
  • Mittwoch 04.11. 16:45 - 18:15 Digital
  • Donnerstag 05.11. 16:45 - 18:15 Digital
  • Freitag 06.11. 18:30 - 20:00 Digital
  • Montag 09.11. 18:30 - 20:00 Digital
  • Dienstag 10.11. 16:45 - 18:15 Digital
  • Mittwoch 11.11. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Donnerstag 12.11. 16:45 - 18:15 Digital
  • Freitag 13.11. 18:30 - 20:00 Digital
  • Montag 16.11. 18:30 - 20:00 Digital
  • Dienstag 17.11. 16:45 - 18:15 Digital
  • Mittwoch 18.11. 16:45 - 18:15 Digital
  • Donnerstag 19.11. 16:45 - 18:15 Digital
  • Freitag 20.11. 18:30 - 20:00 Digital
  • Montag 23.11. 18:30 - 20:00 Digital
  • Dienstag 24.11. 16:45 - 18:15 Digital
  • Mittwoch 25.11. 16:45 - 18:15 Digital
  • Donnerstag 26.11. 16:45 - 18:15 Digital
  • Freitag 27.11. 18:30 - 20:00 Digital
  • Montag 30.11. 18:30 - 20:00 Digital
  • Dienstag 01.12. 16:45 - 18:15 Digital
  • Mittwoch 02.12. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Donnerstag 03.12. 16:45 - 18:15 Digital
  • Freitag 04.12. 18:30 - 20:00 Digital
  • Montag 07.12. 18:30 - 20:00 Digital
  • Mittwoch 09.12. 16:45 - 18:15 Digital
  • Donnerstag 10.12. 16:45 - 18:15 Digital
  • Freitag 11.12. 18:30 - 20:00 Digital
  • Montag 14.12. 18:30 - 20:00 Digital
  • Dienstag 15.12. 16:45 - 18:15 Digital
  • Mittwoch 16.12. 13:15 - 14:45 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
  • Donnerstag 17.12. 16:45 - 18:15 Digital
  • Freitag 18.12. 18:30 - 20:00 Digital
  • Donnerstag 07.01. 16:45 - 18:15 Digital
  • Freitag 08.01. 18:30 - 20:00 Digital
  • Montag 11.01. 18:30 - 20:00 Digital
  • Dienstag 12.01. 16:45 - 18:15 Digital
  • Mittwoch 13.01. 16:45 - 18:15 Digital
  • Donnerstag 14.01. 16:45 - 18:15 Digital
  • Freitag 15.01. 18:30 - 20:00 Digital
  • Montag 18.01. 18:30 - 20:00 Digital
  • Dienstag 19.01. 16:45 - 18:15 Digital
  • Mittwoch 20.01. 13:15 - 14:45 Hörsaal 1 Oskar-Morgenstern-Platz 1 Erdgeschoß

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

R ist eine Programmiersprache, die sich hervorragend für statistische Analysen und die Erstellung von Grafiken eignet. Dieser Kurs ist eine ausführliche Einführung in R (www.r-project.org). Wir besprechen unter anderem folgende Themen:
*) Datenstrukturen und deren Einsatz (Vektoren, Matrizen, Listen, Data.frames)
*) Zeichenketten (Strings) bearbeiten
*) Umgang mit kategoriellen Variablen (Faktoren) und fehlenden Werten
*) Wiederholte Anwendung von Funktionen
*) Kontrollstrukturen (Schleifen, Verzweigungen)
*) Eigene Funktionen schreiben
*) Daten einlesen, speichern und aufbereiten
*) Statistische Methoden in R
*) Simulation
*) Grafiken erstellen

Bei den statistischen Methoden beschränken wir uns auf elementare Verfahren (T-Test, Binomialtest, Chi-Quadrat-Test, Lineare Regression). Wir besprechen keine "neuen" statistischen Methoden. Vielmehr forcieren wir das Konzept "Hilfe zur Selbsthilfe" bzw. verweisen auf weiterführende Lehrveranstaltungen und Literatur.

Am Ende des Kurses sollen die Studierenden in der Lage sein
*) R sicher und effizient anzuwenden,
*) leicht lesbare und funktionstüchtige Programme mit R zu entwickeln,
*) statistische Problemstellungen mit R erfolgreich zu bearbeiten und
*) ausgewählte theoretische Konzepte hinter R zu verstehen.

Art der Leistungskontrolle und erlaubte Hilfsmittel

In Summe können im Laufe der Lehrveranstaltung bei folgenden Gelegenheiten bis zu 80 Punkte gesammelt werden:
*) Regelmäßige schriftliche Quiz (5 x 5, 1 Streichresultat): 20 Punkte
*) Abgabe und Besprechung von Übungsaufgaben (5 Übungsblätter): 20 Punkte
*) Schriftlicher Test: 20 Punkte
*) Projektarbeit und Abschlussgespräch: 20 Punkte

Bei den Quiz und beim Test sind außer Schreibzeug keine Hilfsmittel zugelassen.

Mindestanforderungen und Beurteilungsmaßstab

Die erzielten Punkte p werden am Ende der Lehrveranstaltung wie folgt in eine Note umgerechnet:
p in [0, 40) : Nicht Genügend
p in [40, 50): Genügend
p in [50, 60): Befriedigend
p in [60, 70): Gut
p >= 70: Sehr gut

Es gibt keine Mindestanforderungen für irgendeine Teilleistung.

Prüfungsstoff

Siehe Inhalt oben.

Literatur

Die Lehrveranstaltung basiert auf folgendem Buch:

Daniel Obszelka, Andreas Baierl: Statistisches Programmieren mit R - Eine ausführliche, übersichtliche, spannende und praxiserprobte Einführung. Springer

Prüfungsrelevante Teile des Buches werden auf Moodle zur Verfügung gestellt.

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Fr 12.05.2023 00:13