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

040769 UK Statistisches Programmieren (2021W)

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

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

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 Montag, den 04.10. von 18:30 bis 20:00 Uhr (digital)
* 5 schriftliche Quiz mittwochs am 20.10., 03.11., 17.11., 01.12 und 15.12. jeweils von 14:00 bis 14:45 Uhr digital via Moodle
* Schriftlicher Test am Mittwoch, den 19.01. von 13:15 bis 14:45 Uhr digital via Moodle

_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 (Dauer pro Übungseinheit: 45 Minuten). Es gibt 7 Gruppen, die an folgenden Donnerstagen stattfinden: 28.10., 11.11., 25.11., 09.12., 13.01. (digital). Der Zeitplan:

* Gruppe 1: 13:15 bis 14:00
* Gruppe 2: 14:00 bis 14:45
* Gruppe 3: 15:00 bis 15:45
* Gruppe 4: 15:45 bis 16:30
* Gruppe 5: 16:45 bis 17:30
* Gruppe 6: 17:30 bis 18:15
* Gruppe 7: 18:15 bis 19:00

Die Anmeldung zu den Übungsgruppen erfolgt ab 04.10. via Moodle, bis Donnerstag, den 07.10. um 14 Uhr könnt ihr eure Gruppenpräferenzen via Moodle abgeben. Bis Mittwoch, den 13.10. werden die Gruppen fixiert.

Am Ende der Lehrveranstaltung gibt es eine Projektarbeit, die in Gruppen von 1 bis 3 Studierenden bearbeitet werden können. Die Projektarbeiten werden zwischen Ende Jänner und Anfang März 2022 in persönlichen Gesprächen diskutiert. Die Termine dafür werden im Laufe des Semesters vereinbart.

Zusatzangebote ohne Anwesenheitspflicht

* Vorlesung (Daniel Obszelka): mittwochs von 06.10. bis 12.01. von 15:00 bis 18:15 Uhr sowie am Dienstag, den 30.11. und 07.12. 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 11.10. von 18:30 bis 20:00 Uhr (digital). Hier werden Fragen zum Stoff / zur Hausübung geklärt und ggf. weitere Beispiele besprochen.
* Schwerpunktfrageeinheit (Danijel Kivaranovic): am Dienstag, den 05.10. (Schwerpunkt Installation von R, Entwicklungsumgebung R-Studio), 18.01. (Testvorbereitung) und 25.01. (Fragen zur Projektarbeit) von 16:45 bis 18:15 Uhr (digital).

  • Montag 04.10. 18:30 - 20:00 Digital
  • Dienstag 05.10. 16:45 - 18:15 Digital
  • Mittwoch 06.10. 13:15 - 14:45 Digital
  • Mittwoch 06.10. 15:00 - 18:15 Digital
  • Montag 11.10. 18:30 - 20:00 Digital
  • Dienstag 12.10. 16:45 - 18:15 Digital
  • Mittwoch 13.10. 13:15 - 14:45 Digital
  • Mittwoch 13.10. 15:00 - 18:15 Digital
  • Montag 18.10. 18:30 - 20:00 Digital
  • Dienstag 19.10. 16:45 - 18:15 Digital
  • Mittwoch 20.10. 13:15 - 14:45 Digital
  • Mittwoch 20.10. 15:00 - 18:15 Digital
  • Montag 25.10. 18:30 - 20:00 Digital
  • Mittwoch 27.10. 13:15 - 14:45 Digital
  • Mittwoch 27.10. 15:00 - 18:15 Digital
  • Mittwoch 03.11. 13:15 - 14:45 Digital
  • Mittwoch 03.11. 15:00 - 18:15 Digital
  • Montag 08.11. 18:30 - 20:00 Digital
  • Dienstag 09.11. 16:45 - 18:15 Digital
  • Mittwoch 10.11. 13:15 - 14:45 Digital
  • Mittwoch 10.11. 15:00 - 18:15 Digital
  • Montag 15.11. 18:30 - 20:00 Digital
  • Dienstag 16.11. 16:45 - 18:15 Digital
  • Mittwoch 17.11. 13:15 - 14:45 Digital
  • Mittwoch 17.11. 15:00 - 18:15 Digital
  • Montag 22.11. 18:30 - 20:00 Digital
  • Dienstag 23.11. 16:45 - 18:15 Digital
  • Mittwoch 24.11. 13:15 - 14:45 Digital
  • Mittwoch 24.11. 15:00 - 18:15 Digital
  • Montag 29.11. 18:30 - 20:00 Digital
  • Dienstag 30.11. 16:45 - 18:15 Digital
  • Mittwoch 01.12. 13:15 - 14:45 Digital
  • Mittwoch 01.12. 15:00 - 18:15 Digital
  • Montag 06.12. 18:30 - 20:00 Digital
  • Dienstag 07.12. 16:45 - 18:15 Digital
  • Montag 13.12. 18:30 - 20:00 Digital
  • Dienstag 14.12. 16:45 - 18:15 Digital
  • Mittwoch 15.12. 13:15 - 14:45 Digital
  • Mittwoch 15.12. 15:00 - 18:15 Digital
  • Montag 10.01. 18:30 - 20:00 Digital
  • Dienstag 11.01. 16:45 - 18:15 Digital
  • Mittwoch 12.01. 13:15 - 14:45 Digital
  • Mittwoch 12.01. 15:00 - 18:15 Digital
  • Montag 17.01. 18:30 - 20:00 Digital
  • Dienstag 18.01. 16:45 - 18:15 Digital
  • Mittwoch 19.01. 13:15 - 14:45 Digital
  • Mittwoch 19.01. 15:00 - 18:15 Digital
  • Montag 24.01. 18:30 - 20:00 Digital
  • Dienstag 25.01. 16:45 - 18:15 Digital
  • Mittwoch 26.01. 13:15 - 14:45 Digital
  • Mittwoch 26.01. 15:00 - 18:15 Digital
  • Montag 31.01. 18:30 - 20:00 Digital

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