Im Vordergrund der Veranstaltung stehen kategoriale Daten:
Logistische Regression (Vorhersage eines dichotomen Kriteriums), Cox-Regression (Vorhersagte eines dichtomen Kriteriums über Zeit, eine Überlebenszeitanalyse), Loglineare Modelle (Analyse mehrdimensionaler Häufigkeitstabellen), Latent-Class (Aufdeckung von Subpopulation), Clusteranalyse (Clusterbildung anhand von Distanzmaßen), ggf. werden Inhalte aus "Multivariate Verfahren" wiederholt und vertieft.
Die Vorlesung baut auf statistischen Grundbegriffen und Verfahren aus dem BSC-Studium auf. Folgende Kenntnisse sind unabdingbar: lineare Regression, uni- und bivariate kategoriale Testverfahren (z.B. x²-k*l-Test, x²-Anpassungstest) sowie bedingte Wahrscheinlichkeiten. Sollten einige dieser Punkte nicht mehr präsent sein wird dringend empfohlen diese selbstständig vor Beginn der Vorlesung zu wiederholen. Inhalte der Veranstaltungen "Multivariate Verfahren" und "Evaluation" werden als bekannt vorausgesetzt, sind aber nicht zwingend erforderlich.
Wird in der 1. Veranstaltung bekannt gegeben
Frequency | Weekday | Time | Format / Place | Period | |
---|---|---|---|---|---|
weekly | Mi | 10-12 | AUDIMAX | 01.04.-12.07.2019
not on: 5/1/19 / 5/22/19 / 6/5/19 |
|
one-time | Fr | 12-16 | H1 | 26.04.2019 |
Date | Time | Format / Room | Comment about examination |
---|---|---|---|
Thursday, July 11, 2019 | 14-16 | AUDIMAX | - |
Thursday, September 26, 2019 | 12-14 | AUDIMAX | - |
Hide passed examination dates <<
Module | Course | Requirements | |
---|---|---|---|
27-M-A Forschungsmethoden und Evaluation | A.2 Multivariate Verfahren II | Graded examination
|
Student information |
The binding module descriptions contain further information, including specifications on the "types of assignments" students need to complete. In cases where a module description mentions more than one kind of assignment, the respective member of the teaching staff will decide which task(s) they assign the students.
Es findet eine Klausur über die Inhalte der Vorlesung am Ende des Sommersemesters statt (60 Min.)
Diese Webseite verwendet Cookies und ähnliche Technologien. Einige davon sind essentiell, um die Funktionalität der Website zu gewährleisten, während andere uns helfen, die Website und Ihre Erfahrung zu verbessern. Falls Sie zustimmen, verwenden wir Cookies und Daten auch, um Ihre Interaktionen mit unserer Webseite zu messen. Sie können Ihre Einwilligung jederzeit unter Datenschutzerklärung einsehen und mit der Wirkung für die Zukunft widerrufen. Auf der Seite finden Sie auch zusätzliche Informationen zu den verwendeten Cookies und Technologien.