Universität Wien
Warning! The directory is not yet complete and will be amended until the beginning of the term.

040086 VO EC: Quantitative Dataanalysis I (2020S)

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

Registration/Deregistration

Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).
Register/Deregister for this course

Details

Language: German

Examination dates

Lecturers

Classes (iCal) - next class is marked with N

Alle Termine sind auf Home- und E-learning umgestellt.

  • Wednesday 11.03. 15:00 - 16:30 Seminarraum 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 18.03. 15:00 - 16:30 Seminarraum 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 25.03. 15:00 - 16:30 Seminarraum 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 01.04. 15:00 - 16:30 Seminarraum 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 22.04. 15:00 - 16:30 Seminarraum 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 29.04. 15:00 - 16:30 Seminarraum 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 06.05. 15:00 - 16:30 Seminarraum 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 13.05. 15:00 - 16:30 Seminarraum 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 20.05. 15:00 - 16:30 Seminarraum 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 27.05. 15:00 - 16:30 Seminarraum 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 03.06. 15:00 - 16:30 Seminarraum 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 10.06. 15:00 - 16:30 Seminarraum 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 17.06. 15:00 - 16:30 Seminarraum 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Wednesday 24.06. 15:00 - 16:30 Seminarraum 13 Oskar-Morgenstern-Platz 1 2.Stock

Information

Aims, contents and method of the course

Die Lehrveranstaltung gibt eine Einführung in die Grundlagen der quantitativen Datenanalyse. Sie ermöglicht den TeilnehmerInnen, ein Verständnis für statistische Analysen zu entwickeln und einfache statistische Berechnungen durchzuführen. Gleichzeitig werden die notwendigen Vorkenntnisse für komplexere multivariate Verfahren vermittelt. In der Lehrveranstaltung werden die grundlegenden Konzepte deskriptiver und inferentieller statistischer Verfahren erläutert. Beginnend mit Skalenniveaus und univariaten Verteilungen für nominelle, ordinale und metrische Daten werden zentrale Kennzahlen zur Beschreibung von Verteilungen dargestellt. Anschließend werden die für die Datenanalyse erforderlichen Grundlagen der Wahrscheinlichkeitstheorie eingeführt und Wahrscheinlichkeitsverteilungen für kategoriale und kontinuierliche Variablen und der zentrale Grenzwertsatz diskutiert. Auf der Grundlage dieser Konzepte werden im nächsten Schritt Inferenzschlüsse von Stichprobenkennwerten auf Parameter der Grundgesamtheit eingeführt und die Prinzipien der Hypothesenprüfung erläutert und angewendet. Im letzten Teil des Kurses werden bivariate Zusammenhänge zwischen zwei Variablen mit nominellem, ordinalem und metrischem Skalenniveau besprochen und die bivariate Regressionsanalyse eingeführt. Zur besseren Verständlichkeit der Lehrveranstaltungsinhalte werden bereits im Rahmen der Vorlesung Übungselemente eingebaut. Dennoch ist ein Besuch der im Anschluss an die Vorlesung stattfindenden UE "Angewandte Übung Quantitative Datenanalyse I" sehr zu empfehlen.

Assessment and permitted materials

Einstündige, digitale schriftliche Klausur in der letzten Vorlesungswoche des Semesters (offene Fragen).

Minimum requirements and assessment criteria

Teilnahme an der Prüfung - positive Note ab mehr als 50% der Punkte

Mögliche Punkte: 42, Punkteschlüssel:
<22 Nicht genügend, 22-27 Genügend, 28-33 Befriedigend, 34-38 Gut, 39-42 Sehr gut

Examination topics

- Vorlesungsinhalt
- Kühnel & Krebs, Statistik für die Sozialwissenschaften. Grundlagen, Methoden, Anwendungen.

Reading list

Kühnel, Steffen-M. & Dagmar Krebs (2014). Statistik für die Sozialwissenschaften. Grundlagen, Methoden, Anwendungen, 6. Aufl., Reinbek: Rowohlt.

Association in the course directory

Last modified: Fr 12.05.2023 00:12