270203 Multivariate Verfahren II (V) (SoSe 2023)

Inhalt, Kommentar

Diese Vorlesung nach dem alten Modell wird nur noch eingeschränkt angeboten. Lerninhalte und Lernvideos werden im Selbststudium erarbeitet. Lernmaterialien werden zur Verfügung gestellt. Eine Klausur über Multivariate Verfahren I und II nach dem alten Modell findet im Sommersemester 2023 letztmalig statt.

__________
Im Vordergrund der Veranstaltung stehen folgende Modelle:

- Generalisierte Lineare Modelle (z.B. Vorhersage eines dichotomen
Kriteriums), Cox-Regression (Vorhersagte eines dichtomen Kriteriums über
Zeit, eine Überlebenszeitanalyse)
- Hierarchische Lineare Modelle (auch Mehrebenen-Modelle genannt)
- ggf. werden Inhalte aus "Multivariate Verfahren" wiederholt und
vertieft.

Teilnahmevoraussetzungen, notwendige Vorkenntnisse

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 I" und "Evaluation" werden als bekannt vorausgesetzt, sind aber nicht zwingend erforderlich.

Lehrende

Termine ( Kalendersicht )

Rhythmus Tag Uhrzeit Format / Ort Zeitraum  

Zeige vergangene Termine >>

Fachzuordnungen

Modul Veranstaltung Leistungen  
27-M-A Forschungsmethoden und Evaluation A.2 Multivariate Verfahren II benotete Prüfungsleistung
Studieninformation

Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.


Es findet eine Klausur über die Inhalte der Vorlesungen Multivariate Verfahren I und II am Ende des Sommersemesters statt (90 Min.)

Lernraum (E-Learning)

Zu dieser Veranstaltung existiert ein Lernraum im E-Learning System. Lehrende können dort Materialien zu dieser Lehrveranstaltung bereitstellen:

registrierte Anzahl: 48
Dies ist die Anzahl der Studierenden, die die Veranstaltung im Stundenplan gespeichert haben. In Klammern die Anzahl der über Gastaccounts angemeldeten Benutzer*innen.
eKVV Teilnahmemanagement:
Bei dieser Lehrveranstaltung wird das eKVV-Teilnahmemanagement genutzt.
Details zeigen
Teilnahmebegrenzung:
Begrenzte Anzahl Teilnehmer*innen: 160
Adresse:
SS2023_270203@ekvv.uni-bielefeld.de
Lehrende, ihre Sekretariate sowie für die Pflege der Veranstaltungsdaten zuständige Personen können über diese Adresse E-Mails an die Veranstaltungsteilnehmer*innen verschicken. WICHTIG: Sie müssen verschickte E-Mails jeweils freischalten. Warten Sie die Freischaltungs-E-Mail ab und folgen Sie den darin enthaltenen Hinweisen.
Falls die Belegnummer mehrfach im Semester verwendet wird können Sie die folgende alternative Verteileradresse nutzen, um die Teilnehmer*innen genau dieser Veranstaltung zu erreichen: VST_382339726@ekvv.uni-bielefeld.de
Reichweite:
44 Studierende direkt per E-Mail erreichbar
Hinweise:
Weitere Hinweise zu den E-Mailverteilern
Letzte Änderung Grunddaten/Lehrende:
Freitag, 20. Oktober 2023 
Letzte Änderung Zeiten:
Donnerstag, 24. November 2022 
Letzte Änderung Räume:
Donnerstag, 24. November 2022 
Art(en) / SWS
V / 2
Einrichtung
Fakultät für Psychologie und Sportwissenschaft / Abteilung Psychologie
Fragen oder Korrekturen?
Fragen oder Korrekturwünsche zu dieser Veranstaltung?
Planungshilfen
Terminüberschneidungen für diese Veranstaltung
Link auf diese Veranstaltung
Wenn Sie diese Veranstaltungsseite verlinken wollen, so können Sie einen der folgenden Links verwenden. Verwenden Sie nicht den Link, der Ihnen in Ihrem Webbrowser angezeigt wird!
Der folgende Link verwendet die Veranstaltungs-ID und ist immer eindeutig:
https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=382339726
Seite zum Handy schicken
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code: QR-Code vergrößern
ID
382339726