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

040690 UK Generalized Linear Model (UK) (2024S)

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Continuous assessment of course work
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).

Details

max. 65 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

  • Thursday 07.03. 15:00 - 16:30 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 14.03. 15:00 - 16:30 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 21.03. 15:00 - 16:30 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 11.04. 15:00 - 16:30 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 18.04. 15:00 - 16:30 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 25.04. 15:00 - 16:30 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 02.05. 15:00 - 16:30 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 16.05. 15:00 - 16:30 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 23.05. 15:00 - 16:30 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 06.06. 15:00 - 16:30 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 13.06. 15:00 - 16:30 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 20.06. 15:00 - 16:30 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Thursday 27.06. 15:00 - 16:30 Hörsaal 4 Oskar-Morgenstern-Platz 1 Erdgeschoß
    Hörsaal 7 Oskar-Morgenstern-Platz 1 1.Stock

Information

Aims, contents and method of the course

Ziele:
Praxisnahe Vermittlung von fortgeschrittenen Methoden der angewandten Statistik, insbesondere verschiedenen Regressionsmodellen. Vermitteln eines Grundverständnisses für die statistische Modellierung. Durchführung von praxisorientierten Datenanalysen mittels R.

Inhalte:
1. Verallgemeinerte lineare Modelle; Modelle für stetige und binomiale Zielvariablen, Zähldaten.
2. Lineare und verallgemeinerte lineare gemischte Modelle.
3. Nicht-parametrische Regression.

Methoden:
Vorlesung mit kombinierter Übung.
Vorlesungsskript und Daten werden zur Verfügung gestellt.
Studierende müssen in statistischer Software am eigenen Rechner programmieren.

Assessment and permitted materials

Es gibt zwei Hausarbeiten: eine zum Thema 1 und eine zu den Themen 2 und 3. Die Bearbeitungszeit der Hausarbeiten ist 1 Woche. Die erste Hausarbeit wird am 25.04.2024 vergeben, die zweite am 13.06.2024.
Zusätzlich, wird es eine schriftliche Prüfung in Präsenz zu den theoretischen Inhalten am 27.06.2024 geben.

Die Verwendung von KI-Tools (z. B. ChatGPT) für die Produktion von Texten ist nur dann erlaubt, wenn diese von der Lehrveranstaltungsleitung ausdrücklich gefordert werden (z. B. für einzelne Arbeitsaufgaben).

Minimum requirements and assessment criteria

Die maximale Anzahl der Punkte:
40 Punkte Schriftliche Prüfung
30 Punkte Hausarbeit zum Thema 1
30 Punkte Hausarbeit zu den Themen 2 und 3
Die Note ermittelt sich nach dem Schema: 4 ab 50 Punkten, 3 ab 63 Punkten, 2 ab 75 Punkten, 1 ab 87 Punkten.

Examination topics

Inhalte der behandelten Themen.

Reading list

Dobson, A.J. (2001) An introduction to generalised linear models
Fahrmeir, L., Kneib, T., Lang, S. (2007) Regression: Modelle, Methoden und Anwednungen
Nelder, J.A, McCullagh, P. (1989) Generalised linear models

Association in the course directory

Last modified: We 31.07.2024 11:25