Warning! The directory is not yet complete and will be amended until the beginning of the term.
230013 VO Multivariate Methods (2020W)
Labels
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
Language: German
Examination dates
- Thursday 28.01.2021 09:45 - 11:45 Digital
- Wednesday 10.03.2021 15:00 - 17:00 Digital
- Wednesday 14.04.2021 15:00 - 17:00 Digital
- Wednesday 30.06.2021 15:00 - 17:00 Digital
- Friday 12.11.2021 14:00 - 16:00 Digital
Lecturers
Classes (iCal) - next class is marked with N
- Thursday 15.10. 09:45 - 11:15 Digital
- Thursday 22.10. 09:45 - 11:15 Digital
- Thursday 29.10. 09:45 - 11:15 Digital
- Thursday 05.11. 09:45 - 11:15 Digital
- Thursday 12.11. 09:45 - 11:15 Digital
- Thursday 19.11. 09:45 - 11:15 Digital
- Thursday 26.11. 09:45 - 11:15 Digital
- Thursday 03.12. 09:45 - 11:15 Digital
- Thursday 10.12. 09:45 - 11:15 Digital
- Thursday 17.12. 09:45 - 11:15 Digital
- Thursday 07.01. 09:45 - 11:15 Digital
- Thursday 14.01. 09:45 - 11:15 Digital
- Thursday 21.01. 09:45 - 11:15 Digital
- Thursday 28.01. 09:45 - 11:15 Digital
Information
Aims, contents and method of the course
Diese Online-Vorlesung behandelt multivariate statistische Analyseverfahren. Ziel ist es, denTeilnehmer*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 zu bieten (zum Beispiel Mehrebenenanalyse, Paneldatenanalyse, Survivalanalyse). Die TeilnehmerInnen sollen in die Lage versetzt werden, zu ausgewählten Forschungsfragen und -designs das jeweils adäquate Analyseverfahren auszuwählen und anzuwenden. Anhand einer Reihe von praktischen Übungsbeispielen erhalten die TeilnehmerInnen die Möglichkeit, die in der Vorlesung vermittelten Inhalte im Rahmen von ‚Hausübungen‘ anzuwenden und zu vertiefen. Die in der Lehrveranstaltung präsentierten Analysebeispiele sowie die im Rahmen der vertiefenden Übungen zu bearbeitenden Fragestellungen basieren auf einem Datensatz (aktuelle Umfragedaten), der den Teilnehmer*innen zu Beginn des Semesters zur Verfügung gestellt wird. Die Daten werden mittels des Softwarepakets STATA analysiert/interpretiert (optional mit R, das lizenzfrei installiert werden kann).
Assessment and permitted materials
Die Prüfung wird nicht als Präsenzprüfung sondern Online (Multiple-Choice-Modus) durchgeführt. Details zu den Prüfungsmodalitäten werden auf Moodle zur Verfügung gestellt.Hinweis der SPL: Eine erschlichene Leistung (Schummeln) wird auf dem Sammelzeugnis als solche ausgewiesen und zählt als Prüfungsantritt.
Kommissionelle Wiederholungsprüfung: Im Fall eines vierten Prüfungsantritts ist eine persönliche Anmeldung in der Studienservicestelle Soziologie bis spätestens eine Woche vor dem Prüfungstermin erforderlich. Weitere Informationen zu kommissionellen Wiederholungsprüfungen finden Sie auf der Website der Studienprogrammleitung Soziologie.
Informationen zu digitalen Prüfungen: https://soziologie.univie.ac.at/info/digpruef/
Kommissionelle Wiederholungsprüfung: Im Fall eines vierten Prüfungsantritts ist eine persönliche Anmeldung in der Studienservicestelle Soziologie bis spätestens eine Woche vor dem Prüfungstermin erforderlich. Weitere Informationen zu kommissionellen Wiederholungsprüfungen finden Sie auf der Website der Studienprogrammleitung Soziologie.
Informationen zu digitalen Prüfungen: https://soziologie.univie.ac.at/info/digpruef/
Minimum requirements and assessment criteria
Von den bei der Multiple-Choice 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.Hinweis der SPL: Eine erschlichene Leistung (Schummeln) wird auf dem Sammelzeugnis als solche ausgewiesen und zählt als Prüfungsantritt.
Examination topics
Inhalte der Vorlesung gemäß Foliensatz, Vortrag und Übungsbeispielen.
Reading list
Wird zu Semesterbeginn auf Moodle bereitgestellt.
Association in the course directory
in 505: BA M4 VO Multivariate Verfahren
Last modified: Fr 12.05.2023 00:20