Studieninformation
Hintergrundbild
Hintergrundbild
Hintergrundbild
Druckversion  Sprachumschaltung
 

Modul 31-M-ISDA Introduction to Statistical Data Analysis

Fakultät

Modulverantwortliche/r

Turnus (Beginn)

Jedes Wintersemester

Leistungspunkte und Dauer

8 Leistungspunkte

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

Kompetenzen

Die Studierenden sollen in den beiden zu besuchenden Vorlesungen statistische Denkweisen verinnerlichen und mit realen Datenproblemen umgehen können. Im Modul lernen die Studierenden grundlegende Methoden der multivariate Datenanalyse kennen. Insbesondere verschiedene Konzepte der Modellierung der Zusammenhänge verschiedener Variabler werden erlernt. In dieser Hinsicht stellt die klassische lineare Regressionsanalyse einen Schwerpunkt dar. Die Studierenden sollen die etablierten statistischen Verfahren zur (wirtschafts-)wissenschaftlichen Datenanalyse beherrschen und ihre Grenzen kennen. Darüber hinaus sollen sie lernen, fachspezifische Fragestellungen mit dafür geeigneten Daten und Methoden zu adressieren.

In both courses included in the module students internalize statistical thinking and learn to deal with typical problems involved in working with real life data. Basic methods of the multivariate analysis of data set are presented focusing on the modeling of the interaction between different variables, in particular in the context of the classical linear regression model. Students will learn to master established methods for the analysis of (economic) data sets including an assessment of limits of the methods. Moreover students learn to address research questions by using appropriate data sets and methods.

Lehrinhalte

In den beiden zu besuchenden Vorlesungen des Moduls geht es einerseits um die Erweiterung und Vertiefung von bereits erworbenen statistischen Fähigkeiten, andererseits sollen moderne und rechnerintensive Methoden zum Einsatz kommen. In diesem Modul werden zunächst die Grundlagen ökonometrischer Einzelgleichungsmodelle (des allgemeinen und des verallgemeinerten linearen Modells) behandelt: Spezifikation, Parameterschätzung, Test, Konfidenzintervalle und Prognose. Dabei geht es sowohl um die theoretische Fundierung als auch die empirische Nutzung dieser Modelle. Die statistische Herangehensweise soll außerdem um wahrscheinlichkeitsbasierte Konzepte vervollständigt werden, um den Studierenden ein komplettes Spektrum von datenanalytischen Werkzeugen bereitzustellen.

Both courses in this module extend previously acquired skills in statistical modeling, both theoretically as well as in hands-on applications. In this module the foundations of econometrical single equation models (ordinary and generalized least squares) are discussed: specification, parameter estimation, statistical tests, confidence intervals and prediction. Both the theoretical basis as well as applications are discussed. Furthermore the statistical research methodology is extended using probability theoretical concepts, in order to provide a complete spectrum of scientific tools for data analysis.

Empfohlene Vorkenntnisse

Notwendige Voraussetzungen

Erläuterung zu den Modulelementen

Modulstruktur: 1 bPr 1

Veranstaltungen

Titel Art Turnus Workload (Kontaktzeit + Selbststudium) LP2
Multivariate Methods Vorlesung o. Vorlesung mit Übungsanteil WiSe 120h (30 + 90) 4
Regression Analysis Vorlesung o. Vorlesung mit Übungsanteil WiSe 120h (30 + 90) 4

Prüfungen

Organisatorische Zuordnung Art Gewichtung Workload LP2
Veranstaltungsübergreifend

1,5-stündige Klausur oder 15 ? 20-minütige mündliche Prüfung.
Der/die Modulverantwortliche bestimmt eine oder mehrere prüfungsberechtigte Person/en als Prüfer/innen der Modulprüfung.

Klausur o. mündliche Prüfung 1 - -
Diese Leistung kann gemeldet und verbucht werden.

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] Variante 2 1. ein Semes­ter Pflicht

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 rechtes Menü).
SL
Studienleistung
Pr
Prüfung
bPr
Anzahl benotete Modul(teil)prüfungen
uPr
Anzahl unbenotete Modul(teil)prüfungen
Diese Leistung kann gemeldet und verbucht werden.
Diese Leistung kann gemeldet und verbucht werden.