Syllabus

Title
4007 Statistik
Instructors
Eva Flonner, MSc (WU)
Contact details
  • Type
    VUE
  • Weekly hours
    2
  • Language of instruction
    Deutsch
Registration
02/08/22 to 03/06/22
Registration via LPIS
Notes to the course
Subject(s) Bachelor Programs
Dates
Day Date Time Room
Wednesday 03/09/22 08:00 AM - 10:30 AM TC.0.03 WIENER STÄDTISCHE
Wednesday 03/16/22 08:00 AM - 10:30 AM TC.0.03 WIENER STÄDTISCHE
Wednesday 03/23/22 08:00 AM - 10:30 AM TC.0.03 WIENER STÄDTISCHE
Wednesday 03/30/22 08:00 AM - 10:30 AM TC.0.03 WIENER STÄDTISCHE
Wednesday 04/06/22 08:00 AM - 10:30 AM TC.0.03 WIENER STÄDTISCHE
Wednesday 05/04/22 08:00 AM - 10:30 AM TC.0.03 WIENER STÄDTISCHE
Wednesday 05/11/22 08:00 AM - 10:30 AM TC.0.03 WIENER STÄDTISCHE
Wednesday 05/18/22 08:00 AM - 10:30 AM TC.0.03 WIENER STÄDTISCHE
Wednesday 05/25/22 08:00 AM - 10:30 AM TC.0.03 WIENER STÄDTISCHE
Wednesday 06/01/22 08:00 AM - 10:30 AM TC.0.03 WIENER STÄDTISCHE

Contents

In der Lehrveranstaltung „Statistik“ werden die folgende Themen behandelt, was sich in der Kapitelgliederung widerspiegelt:

0. Vorkenntnisse, Grundlagen.

1. Daten, Variablen, Häufigkeiten

2. Deskriptive Statistik

3. Schätzen und Testen von Anteilen

4. Erwartungswert bei metrischen Variablen

5. Mittelwertvergleich zwischen zwei Gruppen

6. ANOVA

7. Kontingenztafeln

8. Lineare Regression

Learning outcomes

In vielen Bereichen der Wirtschaftswissenschaften wie etwa Marketing oder auf den Finanzmärkten werden regelmäßig Daten gesammelt und erhoben, um Theorien über die dahinter liegenden Prozesse, wie etwa Hypothesen über die Kaufentscheidung von Konsumenten, zu überprüfen. Diese Umsetzung von Daten in wissenschaftliche Theorien erfolgt unter Einsatz von Instrumenten, die man als statistische Methoden bezeichnet. Die Lehrveranstaltung „Statistik“ vermittelt ein Grundwissen über statistische Methoden zur Analyse von univariaten und multivariaten Datensätzen. Beispiele für solche Methoden sind Schätzen und Testen von Anteils- und Erwartungswerten, Varianzanalyse- und lineare Regressionsmodelle.

Die Studierenden sind nach erfolgreichem Absolvieren der LV in der Lage, selbständig für Daten eines sozial- und wirtschaftswissenschaftlichen Problems die passende statistische Methode auszuwählen, die quantitative Analyse mithilfe von mit statistischer Software erzeugten Resultaten durchzuführen sowie die Ergebnisse zu interpretieren.

Attendance requirements

Der Kurs ist auf durchgängige Anwesenheit und Mitarbeit ausgelegt, weswegen physische, emotionale und intellektuelle Präsenz in allen Einheiten grundsätzlich vorausgesetzt wird.

In den Einheiten 5 und 10 ist unbedingte Anwesenheitspflicht, weil in diesen Einheiten Teilklausuren stattfinden. Nur in begründeten Ausnahmefällen (Krankheit, Todesfall in der nahen Familie, ...) besteht die Möglichkeit, die Teilklausuren zu einem späteren Zeitpunkt nachzuholen.

Unentschuldigtes Fernbleiben von Einheit 1 führt im Bedarfsfall zu einer Abmeldung vom Kurs und zur Vergabe des Platzes an jemand auf der Warteliste.

Das Versäumen anderer Einheiten wird toleriert, allerdings besteht im Abwesenheitsfall keine Möglichkeit, die Punkte für die wöchentlichen Wiederholungsfragen sowie eventuelle Bonuspunkte zu erlangen (siehe auch Lehr-/Lerndesign).

Teaching/learning method(s)

Der Ablauf der einzelnen Statistik-Kurse folgt einem fixen Zeitschema:

Einheit 1 - 4: Organisatorisches, Kapitel 0 - 4

Einheit 5: Erster Teiltest

Einheit 6 - 9: Kapitel 5 - 8

Einheit 10: Zweiter Teiltest

Auf MyLearn werden Lernpfade, Lecture Casts, Study-Clips, interaktive Applets, Aufgabensammlungen, Probeklausuren sowie Animationen und weitere Materialien bereitgestellt, die das Erarbeiten des aktuellen Stoffs im Individualstudium vor der jeweiligen Präsenzeinheit ermöglicht.

In den Präsenzeinheiten wird der aktuelle Stoff wiederholt und vertieft und es besteht die Möglichkeit, Fragen zu stellen und Unklarheiten zu beseitigen. Es wird ein Überblick über die theoretischen Grundlagen gegeben sowie der Stoff anhand konkreter Beispiele durchgenommen und geübt. Im Anschluss folgen die Wiederholungsfragen, die via MyLearn (über mitgebrachten Laptop, Tablet, Smartphone, etc.) im Hörsaal individuell zu beantworten sind.

Ein aktives Einbringen der Studierenden in die Diskussionen und auch in den Vortrag ist essentiell, um nicht nur statistische Analysemethoden kennen zu lernen, sondern sich auch mit statistischer Argumentationsweise vertraut zu machen. Für Interessierte bietet die Lernplattform außerdem eigene Datensätze und spezielle Lernvideos, um sich eigenständig in die Statistik-Software R einzuarbeiten.

Assessment

* *Zwei schriftliche Teiltests*: je 10 Fragen, jede Frage zählt 4 Punkte.

Die Teiltests finden in den Einheiten 5 und 10 des Kurses statt.

* *Kurze Wiederholungsfragen* in den Einheiten 2, 3, 4, 7, 8 und 9 des Kurses, in Summe können maximal 20 Punkte erreicht werden (das schlechteste Ergebnis wird gestrichen).

**Notenschema**:

Note       Punkte

1             91 - 100

2             81 - 90

3             71 - 80

4             56 - 70

5               0 - 55

*Bonuspunkte*: durch Leistungen (Mitarbeit in den Einheiten, Aktivität auf MyLearn, ...) , die im Ausmaß weit über das Wesentliche hinausgehen, können vereinzelte *Zusatz*punkte erreicht werden.

Prerequisites for participation and waiting lists

Vorausgehende Absolvierung der LV Mathematik ist sinnvoll.

Für die Vergabe von freien Plätzen ist die Reihung auf der Warteliste wesentlich. Über die jeweilige Vorgangsweise informieren die Vortragenden per E-Mail.

Readings

Please log in with your WU account to use all functionalities of read!t. For off-campus access to our licensed electronic resources, remember to activate your VPN connection connection. In case you encounter any technical problems or have questions regarding read!t, please feel free to contact the library at readinglists@wu.ac.at.

Last edited: 2022-02-08



Back