Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.
230202 VO EC: Quantitative Datenanalyse II (2017W)
Labels
Details
Sprache: Deutsch
Prüfungstermine
- Freitag 02.02.2018 11:00 - 13:00 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Freitag 23.03.2018 11:30 - 13:30 Seminarraum 6 UniCampus Hof 7 Eingang 7.1 OG01 2H-O1-33
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Freitag 13.10. 10:15 - 12:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Freitag 27.10. 10:15 - 12:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Freitag 10.11. 10:15 - 12:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Freitag 24.11. 10:15 - 12:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Freitag 01.12. 10:15 - 12:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Freitag 15.12. 10:15 - 12:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Freitag 12.01. 10:15 - 12:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Freitag 19.01. 10:15 - 12:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
- Freitag 26.01. 10:15 - 12:45 Class Room 3 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-25
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Einstündige Klausur
Mindestanforderungen und Beurteilungsmaßstab
Prüfungsstoff
Literatur
- Andreß, H.-J., J. A. Hagenaars und S. Kühnel (1997): Analyse von Tabellen und kategorialen Daten: Log-lineare Modelle, latente Klassenanalyse, logistische Regression und GSK-Ansatz.
- Wolf, C. und H. Best (2010): Handbuch der sozialwissenschaftlichen Datenanalyse.
- Wolf, C. und H. Best (2010): Handbuch der sozialwissenschaftlichen Datenanalyse.
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Do 14.11.2024 00:16
Ziel der Lehrveranstaltung ist es, den Teilnehmer/innen verschiedene Regressionsverfahren, die in den Sozialwissenschaften weit verbreitet sind, näherzubringen. Der Fokus der Lehrveranstaltung liegt auf Regressionsverfahren für nominale, ordinale und metrische abhängige Variablen. Eingegangen wird z.B. auf die lineare sowie die binäre und multinomiale logistische Regression. Die Teilnehmer/innen lernen nicht nur die den Verfahren zugrundeliegenden Logiken kennen, sondern auch, wann welches Verfahren sinnvoll eingesetzt werden kann.
Die Vorlesung ist stark praxisorientiert: Die Studierenden sollen anhand praktischer Beispiele dazu befähigt werden, eigenständig Forschungsfragen mit fortgeschrittenen quantitativen Methoden der empirischen Sozialforschung zu beantworten. Themenvorschläge der Teilnehmer/innen sind jederzeit willkommen und können in die Veranstaltung integriert werden.