Syllabus

Title
2015 Praxis empirischen Arbeitens: Anwendung komplexer Verfahren (Kurs 2)
Instructors
Univ.Doz. PD Dr. Regina Dittrich
Contact details
Type
PI
Weekly hours
2
Language of instruction
Deutsch
Registration
02/17/12 to 02/29/12
Registration via LPIS
Notes to the course
Dates
Day Date Time Room
Tuesday 03/13/12 11:00 AM - 01:00 PM 2H564 (PC Labor Statistik)
Tuesday 03/20/12 11:00 AM - 01:00 PM 2H564 (PC Labor Statistik)
Tuesday 03/27/12 11:00 AM - 01:00 PM 2H564 (PC Labor Statistik)
Tuesday 04/24/12 11:00 AM - 01:00 PM 2H564 (PC Labor Statistik)
Tuesday 05/08/12 11:00 AM - 01:00 PM 2H564 (PC Labor Statistik)
Tuesday 05/15/12 11:00 AM - 01:00 PM 2H564 (PC Labor Statistik)
Tuesday 05/22/12 11:00 AM - 01:00 PM 2H564 (PC Labor Statistik)
Tuesday 05/29/12 11:00 AM - 01:00 PM 2H564 (PC Labor Statistik)
Tuesday 06/05/12 11:00 AM - 01:00 PM 2H564 (PC Labor Statistik)
Tuesday 06/12/12 11:00 AM - 01:00 PM 2H564 (PC Labor Statistik)
Tuesday 06/19/12 11:00 AM - 01:00 PM 2H564 (PC Labor Statistik)
Contents

Generell liegt der Schwerpunkt dieser LV auf der Vermittlung grundlegender Konzepte und ihrer praktischen Umsetzunganhand realer Daten und mittels geeigneter Software. Es werden sowohlstrukturprüfende als auch strukturentdeckende Verfahren behandelt.

  • Lineare Modelle: Methoden zur Modellbildung von Beziehungen (Zusammenhängen) zwischen einer metrischen abhängigen Variable und einer oder mehrerer erklärender Variablen, die sowohl metrisch als auch kategorial sein können: Regression, Varianzanalyse und Kovarianzanalyse.
  • Verallgemeinerte lineare Modelle: Methoden zur Modellbildung von Beziehungen (Zusammenhängen) zwischen einer kategorialen abhängigen Variable und einer oder mehrerer erklärender Variablen, die sowohl metrisch als auch kategorial sein können: Odds-Ratios, logistische Regression, log-lineare Modelle.
  • Kausale Modelle: Methoden zur Modellbildung (unter Berücksichtigung linearer und verallgemeinerter linearer Modelle) wobei mögliche Kausalbeziehungen abgebildet werden können: Pfadanalyse, graphische Kettenmodelle, Modellierung von Moderator-und Drittvariablen.



Learning outcomes
Nach Absolvierung der LV haben die Teilnehmer/inn/en Folgendes erreicht:

  • Die Teilnehmer/innen wissen, was ein Regressionsmodell, eine Varianzananalyse und eine Kovarianzanalyse ist. Sie können diese Verfahren, der Datenstruktur und Fragestellung entsprechend, umsetzen und solche Modelle berechnen, prüfen und die Ergebnisse interpretieren.
  • Die Teilnehmer/innen wissen, was ein verallgemeinertes lineares Modell ist und können es, der Datenstruktur und Fragestellung entsprechend, umsetzen. Sie können solche Modelle berechnen, prüfen und die Ergebnisse interpretieren.
  • Die Teilnehmer/innen sind in der Lage, eine multiple Abhängigkeitsstruktur zwischen sozio-ökonomischen Konzepten bzw. Variablen in ein statistisches Kausal-Modell umzusetzen.
  • Die Teilnehmer/innen wissen, was Moderatorvariablen und Drittvariablen sind und wie solche in einer statistischen Modellbildung berücksichtigt werden können.

Teaching/learning method(s)

Die in dieser LV angewendeten Lehr- und Lernstrategien umfassen:

  • die Formulierung konkreter Fragestellungen zu allen angeführten Themenbereichen, 
  • die Analyse der Datensätze, 
  • die inhaltliche Interpretation der Datensätze, 
  • das Anfertigen einer schriftlichen Ausarbeitung der durchgeführten Schritte, 
  • die mündliche Präsentation der Ergebnisse.
Assessment

Die Beurteilung erfolgt anhand folgender Kriterien:

  • schriftlichen Ausarbeitung, 
  • mündlichen Präsentation, 
  • Mitarbeit.
Prerequisites for participation and waiting lists
  • erfolgreiche Zulassung zum Masterstudium Sozioökonomie
  • positive Absolvierung der PI "Grundlagen der Sozioökonomie"
  • positiver Abschluss aller Lehrveranstaltungen und Prüfungen aus den Theorien und Methoden der Sozioökonomie
  • Absolvierung der PI "Praxis empirischen Arbeitens: Anwendung komplexer Verfahren Kurs 1"
Availability of lecturer(s)
Last edited: 2011-12-01



Back