Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.
230075 VO B10 Multivariate Verfahren - Vorlesung (2024W)
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
Details
Sprache: Deutsch
Prüfungstermine
- Mittwoch 29.01.2025 09:45 - 11:15 Hörsaal I NIG Erdgeschoß
- N Freitag 28.02.2025 09:45 - 11:15 Hörsaal 33 Hauptgebäude, 1.Stock, Stiege 7
- Montag 28.04.2025 15:00 - 16:30
- Mittwoch 25.06.2025 09:45 - 11:15 Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Mittwoch 02.10. 09:45 - 11:15 Hörsaal 7 Hauptgebäude, Hochparterre, Stiege 7
- Mittwoch 09.10. 09:45 - 11:15 Hörsaal 7 Hauptgebäude, Hochparterre, Stiege 7
- Mittwoch 16.10. 09:45 - 11:15 Hörsaal 7 Hauptgebäude, Hochparterre, Stiege 7
- Mittwoch 23.10. 09:45 - 11:15 Hörsaal 7 Hauptgebäude, Hochparterre, Stiege 7
- Mittwoch 30.10. 09:45 - 11:15 Hörsaal 7 Hauptgebäude, Hochparterre, Stiege 7
- Mittwoch 06.11. 09:45 - 11:15 Hörsaal 7 Hauptgebäude, Hochparterre, Stiege 7
- Mittwoch 13.11. 09:45 - 11:15 Hörsaal 7 Hauptgebäude, Hochparterre, Stiege 7
- Mittwoch 20.11. 09:45 - 11:15 Hörsaal 7 Hauptgebäude, Hochparterre, Stiege 7
- Mittwoch 27.11. 09:45 - 11:15 Hörsaal 7 Hauptgebäude, Hochparterre, Stiege 7
- Mittwoch 04.12. 09:45 - 11:15 Hörsaal 7 Hauptgebäude, Hochparterre, Stiege 7
- Mittwoch 11.12. 09:45 - 11:15 Hörsaal 7 Hauptgebäude, Hochparterre, Stiege 7
- Mittwoch 08.01. 09:45 - 11:15 Hörsaal 7 Hauptgebäude, Hochparterre, Stiege 7
- Mittwoch 15.01. 09:45 - 11:15 Hörsaal 7 Hauptgebäude, Hochparterre, Stiege 7
- Mittwoch 22.01. 09:45 - 11:15 Hörsaal 7 Hauptgebäude, Hochparterre, Stiege 7
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Diese Vorlesung behandelt multivariate statistische Analyseverfahren. Ziel ist es, den Teilnehmer*innen anwendungsorientiert solide Kenntnisse grundlegender Analyseverfahren (wie lineare & logistische Regressionsanalyse, Mediationsanalyse, Faktoren- und Clusteranalyse) zu vermitteln sowie einen Überblick über eine Auswahl an spezielleren Analyseverfahren und deren Anwendung bzw. Interpretation zu bieten.
Art der Leistungskontrolle und erlaubte Hilfsmittel
Die Prüfung beinhaltet eine Kombination aus Rechenbeispielen und Wissensfragen. Details zu den Prüfungsmodalitäten werden auf Moodle zur Verfügung gestellt.
Ein 5. und 6. Prüfungstermin werden bei Bedarfsmeldung im September bzw. Oktober 2024 angeboten. Bitte melden Sie sich hierzu bis spätestens 01. September 2025 bzw. 01. Oktober 2025 per E-Mail bei der Studienassistenz.-----
Hinweis der SPL Soziologie:
Eine erschlichene Leistung (Plagiat, Schummeln etc.) wird auf dem Sammelzeugnis als solche ausgewiesen (Eintragung eines X) und zählt als Prüfungsantritt.
Je nach Prüfungsmethode, kann im Zuge der Beurteilung die Plagiatssoftware (Turnitin in Moodle) zur Anwendung kommen.
Die Verwendung von KI-Tools (z. B. ChatGPT) für die Produktion von Texten ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung ausdrücklich gefordert wird.
Zur Sicherung der guten wissenschaftlichen Praxis kann die Lehrveranstaltungsleitung eine mündliche Reflexion ("Notenrelevantes Gespräch") vorsehen, die erfolgreich zu absolvieren ist.
Vierter Prüfungsantritt (kommissionelle Wiederholungsprüfung):
Wenn Sie eine nicht-prüfungsimmanente Lehrveranstaltung bereits dreimal negativ absolviert haben, ist eine Anmeldung zum vierten Prüfungsantritt in der StudienServiceStelle Soziologie erforderlich Weitere Informationen zu Anmeldefristen und Prüfungsmodalitäten unter: https://soziologie.univie.ac.at/info/pruefungen/#c56313.
Informationen zu digitalen Prüfungen: https://soziologie.univie.ac.at/info/digpruef/
Ein 5. und 6. Prüfungstermin werden bei Bedarfsmeldung im September bzw. Oktober 2024 angeboten. Bitte melden Sie sich hierzu bis spätestens 01. September 2025 bzw. 01. Oktober 2025 per E-Mail bei der Studienassistenz.-----
Hinweis der SPL Soziologie:
Eine erschlichene Leistung (Plagiat, Schummeln etc.) wird auf dem Sammelzeugnis als solche ausgewiesen (Eintragung eines X) und zählt als Prüfungsantritt.
Je nach Prüfungsmethode, kann im Zuge der Beurteilung die Plagiatssoftware (Turnitin in Moodle) zur Anwendung kommen.
Die Verwendung von KI-Tools (z. B. ChatGPT) für die Produktion von Texten ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung ausdrücklich gefordert wird.
Zur Sicherung der guten wissenschaftlichen Praxis kann die Lehrveranstaltungsleitung eine mündliche Reflexion ("Notenrelevantes Gespräch") vorsehen, die erfolgreich zu absolvieren ist.
Vierter Prüfungsantritt (kommissionelle Wiederholungsprüfung):
Wenn Sie eine nicht-prüfungsimmanente Lehrveranstaltung bereits dreimal negativ absolviert haben, ist eine Anmeldung zum vierten Prüfungsantritt in der StudienServiceStelle Soziologie erforderlich Weitere Informationen zu Anmeldefristen und Prüfungsmodalitäten unter: https://soziologie.univie.ac.at/info/pruefungen/#c56313.
Informationen zu digitalen Prüfungen: https://soziologie.univie.ac.at/info/digpruef/
Mindestanforderungen und Beurteilungsmaßstab
Von den bei der Prüfung erreichbaren maximalen Punkteanzahl müssen für ein positives Bestehen der Prüfung mindestens 50% erreicht werden. Die positiven Noten (1 bis 4) werden nach einem entsprechenden Bereichsschema aus der Punkteanzahl ermittelt.
Notenschlüssel:
Nicht Genügend: 0 < 50%
Genügend: < 62,50%
Befriedigend: < 75%
Gut: < 87,50%
Sehr Gut: <=100%
Notenschlüssel:
Nicht Genügend: 0 < 50%
Genügend: < 62,50%
Befriedigend: < 75%
Gut: < 87,50%
Sehr Gut: <=100%
Prüfungsstoff
Inhalte der Vorlesung gemäß Vortrag, Foliensatz und Literatur.
Literatur
Tausendpfund, M., Hrsg. 2020. Fortgeschrittene Analyseverfahren in den Sozialwissenschaften. Ein Überblick. Wiesbaden: Springer VS.
Best, H. & Wolf, C. (2012) Modellvergleich und Ergebnisinterpretation in Logit- und Probit-Regressionen. KZfSS 64, 377–395.
Windzio, M. (2013) Regressionsmodelle für Zustände und Ereignisse: Eine Einführung. Springer Verlag.
Mehr Literatur wird zu Semesterbeginn auf Moodle bereitgestellt.
Best, H. & Wolf, C. (2012) Modellvergleich und Ergebnisinterpretation in Logit- und Probit-Regressionen. KZfSS 64, 377–395.
Windzio, M. (2013) Regressionsmodelle für Zustände und Ereignisse: Eine Einführung. Springer Verlag.
Mehr Literatur wird zu Semesterbeginn auf Moodle bereitgestellt.
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Mi 29.01.2025 16:46