Modul 31-M-ASM2 Advanced Statistical Methods II

Fakultät

Modulverantwortliche*r

Turnus (Beginn)

Jedes Sommersemester

Leistungspunkte und Dauer

8 Leistungspunkte

Die Angaben zur Moduldauer finden Sie bei den Studiengängen, in denen das Modul verwendet wird.

Kompetenzen

Die Studierenden erarbeiten sich einerseits durch den Besuch verschiedener Veranstaltungen im Bereich Statistik und/oder in (einem) methodisch verbundenen Gebiet(en) weitergehende vertiefte fachliche Kompetenzen.

Ausbildungsziel dieses Moduls ist unter anderem die Erlangung der Fähigkeit zur Spezifikation, Schätzung und Simulation empirisch fundierter Modelle. Schwerpunkt von quantitativen Methoden in den Wirtschaftswissenschaften ist die Bereitstellung und Analyse von Datenmaterial in Bezug auf eine oder mehrere ökonomische Fragestellungen. Dabei steht die konkrete praktische, sprich numerische Umsetzung der Verfahren im Vordergrund. Die Studierenden sollen statistische und ökonometrische Modellierung als Methode begreifen, um der heutigen Datenflut adäquate Konzepte entgegenzustellen, die es erlauben den Informationsgehalt in Daten zu erkennen, zu beschreiben und gleichzeitig Fehlschlüsse zu vermeiden. Dabei spielt die Allgemeingültigkeit der quantitativen Methoden eine zentrale Rolle, so dass sich das Anwendungsspektrum als beeindruckend breit herausstellt.

Darüber hinaus können die Studierenden durch den Besuch von Veranstaltungen anderer Fakultäten (z. B. der Fakultät für Mathematik oder Physik) der Universität Bielefeld ein hohes Maß an interdisziplinären Kompetenzen erwerben sowie die Fähigkeit, sich in einem fächerübergreifenden Arbeitsumfeld einzubringen und zu bewähren. Dadurch entwickeln sie in einem interdisziplinären Kontext ihre fachlichen, sozialen und kommunikativen Fähigkeiten.

Students acquire advanced skills of theory and application of statistical methods in a range of application areas.

The goal of this module is to acquire competences for the specification, estimation and simulation of empirically validated models. The focus of quantitative methods in economics lies on the provision and analysis of data based on an underlying economical research question, where typically the numerical application of methods is in the center of attention. Students learn to use statistical and econometrical models as a method to extract information from the growing amount of data. Hereby a special emphasis is given to acquire competences in the usage of generally applicable modeling paradigms and methods in order to allow for a widespread application to a large number of application areas.

Moreover students can include courses of other faculties (e.g. Fakultät für Mathematik oder Physik) of the Bielefeld university into this module which allows them to acquire a high level of interdiscplinary competences including the competence to work in an interdisciplinary context. Thus student develop beside statistical competences also social and communication skills.

Lehrinhalte

Die Studierenden erwerben in diesem Modul vertiefende Kenntnisse im Bereich Statistik und/oder in (einem) methodisch verbundenen Gebiet(en), wie z. B. in mathematischer Statistik oder statistischer Physik. Die Inhalte des Moduls sind statistische und/oder methodisch verbundene Modelle und Fragestellungen, die insbesondere Strukturfragen, wissenschaftliche Instrumente und Methoden umfassen.

Die in dem Modul zusammengefassten Veranstaltungen aus dem Bereich Statistik beschäftigen sich mit datenanalytischen und datenbankorientierten Methoden und Modellen. Dabei gehen die Veranstaltungen über das Bachelor-Niveau hinaus und vermitteln einen tieferen Einblick in die entsprechende Thematik.

Die Liste der angebotenen Veranstaltungen ist umfangreich und nicht alle Veranstaltungen werden je Moduldurchlauf angeboten.

In this module students acquire advanced competences in the area of statistical modeling and/or in methodologically linked areas such as mathematical statistics or statistical physics. The content of this module consists in statistical or methododologically linked research questions, including structural issues, scientific tools and methods.

The courses included in this module in the area of statistics discuss data analytic and data base oriented methods and models. The courses extend material acquired in introductory courses and offer insights into the areas that also qualify for a deeper understanding of the methods.

This module contains a long list of courses, some of which are only read infrequently.

Empfohlene Vorkenntnisse

Notwendige Voraussetzungen

Erläuterung zu den Modulelementen

Hinweise zur Veranstaltungswahl:
Es sind zwei Veranstaltungen zu verschiedenen Themengebieten zu belegen.

Begründung der Notwendigkeit von zwei Modulteilprüfungen:
Im Rahmen des Moduls werden verschiedene Arten von Kompetenzen vermittelt (methodisch formales Verständnis, statistisches Denken, Problemlösungsorientierung, praktische Umsetzung statistischer Analysen) und im Rahmen jeweils geeigneter Prüfungsformen (Hausarbeit, mündliche Prüfung, Klausur, Projekt mit Ausarbeitung) überprüft. Eine derartige Überprüfung im Rahmen einer einzigen Modulprüfung ist nicht sinnvoll möglich, daher erfolgt die Modulprüfung im Rahmen mehrerer Modulteilprüfungen.

Modulstruktur: 2 bPr 1

Veranstaltungen

Veranstaltungen aus dem Bereich Statistik und/oder in (einem) methodisch verbundenen Gebiet(en) (I.)
Art Projekt o. Seminar o. Vorlesung o. Vorlesung mit Übungsanteil
Turnus SoSe
Workload5 120 h (30 + 90)
LP 4 [Pr]
Veranstaltungen aus dem Bereich Statistik und/oder in (einem) methodisch verbundenen Gebiet(en) (II.)
Art Projekt o. Seminar o. Vorlesung o. Vorlesung mit Übungsanteil
Turnus SoSe
Workload5 120 h (30 + 90)
LP 4 [Pr]

Prüfungen

Hausarbeit o. Klausur o. mündliche Prüfung o. Portfolio o. Präsentation o. Projekt mit Ausarbeitung

30- bis 60-minütige Klausur oder
15- bis 20-minütige mündliche Prüfung oder
45-minütige Präsentation oder
Hausarbeit bzw. Ausarbeitung von ca. 5 - 10 Seiten oder
Portfolio aus zwei bis drei Übungs- bzw. Programmieraufgaben (Arbeitsaufwand jeweils 10 – 15 Arbeitsstunden), die veranstaltungsbegleitend gestellt werden oder aus ein bis zwei Übungs- bzw. Programmieraufgaben (Arbeitsaufwand jeweils 10 – 15 Arbeitsstunden), die veranstaltungsbegleitend gestellt werden und einem (Gruppen-) Projekt (Arbeitsaufwand 20 – 30 Arbeitsstunden)

Hausarbeit o. Klausur o. mündliche Prüfung o. Portfolio o. Präsentation o. Projekt mit Ausarbeitung

30- bis 60-minütige Klausur oder
15- bis 20-minütige mündliche Prüfung oder
45-minütige Präsentation oder
Hausarbeit bzw. Ausarbeitung von ca. 5 - 10 Seiten oder
Portfolio aus zwei bis drei Übungs- bzw. Programmieraufgaben (Arbeitsaufwand jeweils 10 – 15 Arbeitsstunden), die veranstaltungsbegleitend gestellt werden oder aus ein bis zwei Übungs- bzw. Programmieraufgaben (Arbeitsaufwand jeweils 10 – 15 Arbeitsstunden), die veranstaltungsbegleitend gestellt werden und einem (Gruppen-) Projekt (Arbeitsaufwand 20 – 30 Arbeitsstunden)

In diesen Studiengängen wird das Modul verwendet:

Studiengang Profil Empf. Beginn 3 Dauer Bindung 4
Data Science / Master of Science [FsB vom 06.04.2018 mit Änderungen vom 01.07.2019, 02.03.2020 und 21.03.2023] Variante 1 2. ein Semes­ter Wahl­pflicht
Data Science / Master of Science [FsB vom 06.04.2018 mit Änderungen vom 01.07.2019, 02.03.2020 und 21.03.2023] Variante 2 2. ein Semes­ter Wahl­pflicht

Automatische Vollständigkeitsprüfung

In diesem Modul kann eine automatische Vollständigkeitsprüfung vom System durchgeführt werden.


Legende

1
Die Modulstruktur beschreibt die zur Erbringung des Moduls notwendigen Prüfungen und Studienleistungen.
2
LP ist die Abkürzung für Leistungspunkte.
3
Die Zahlen in dieser Spalte sind die Fachsemester, in denen der Beginn des Moduls empfohlen wird. Je nach individueller Studienplanung sind gänzlich andere Studienverläufe möglich und sinnvoll.
4
Erläuterungen zur Bindung: "Pflicht" bedeutet: Dieses Modul muss im Laufe des Studiums verpflichtend absolviert werden; "Wahlpflicht" bedeutet: Dieses Modul gehört einer Anzahl von Modulen an, aus denen unter bestimmten Bedingungen ausgewählt werden kann. Genaueres regeln die "Fächerspezifischen Bestimmungen" (siehe Navigation).
5
Workload (Kontaktzeit + Selbststudium)
SL
Studienleistung
Pr
Prüfung
bPr
Anzahl benotete Modul(teil)prüfungen
uPr
Anzahl unbenotete Modul(teil)prüfungen
Diese Leistung kann gemeldet und verbucht werden.