Jetzt
Bewerben
Bewerben
Statistische Methoden & Datenanalyse
Niveau der Lehrveranstaltung/des Moduls laut Lehrplan
BachelorLernergebnisse der Lehrveranstaltung/des Moduls
Die Studierenden
• können mit einem Tabellenkalkulationsprogramm statistische Daten analysieren.
• besitzen grundlegende Kenntnisse über quantitative Methoden der Wirtschaftswissenschaften und grundlegende Kenntnisse über statistische Methoden und Verfahren zur Beschreibung und Analyse von Wirtschaftsdaten.
• sind in der Lage, beschreibende Statistiken (empirische Verteilung, Mittelwerte, Streuungsmaße), Wahrscheinlichkeitsrechnungen, ein- und zweidimensionale Zufallsvariablen, theoretische Verteilungen, Stichproben und Stichprobenverteilungen sowie Schätzverfahren (Konfidenzintervalle) und Testverfahren (Parametertests, Varianzanalyse, Verteilungstests)zu beurteilen und durchzuführen.
• sind in der Lage, größere Datensätze zu strukturieren und zusammen zu stellen.
• können mit einem Tabellenkalkulationsprogramm statistische Daten analysieren.
• besitzen grundlegende Kenntnisse über quantitative Methoden der Wirtschaftswissenschaften und grundlegende Kenntnisse über statistische Methoden und Verfahren zur Beschreibung und Analyse von Wirtschaftsdaten.
• sind in der Lage, beschreibende Statistiken (empirische Verteilung, Mittelwerte, Streuungsmaße), Wahrscheinlichkeitsrechnungen, ein- und zweidimensionale Zufallsvariablen, theoretische Verteilungen, Stichproben und Stichprobenverteilungen sowie Schätzverfahren (Konfidenzintervalle) und Testverfahren (Parametertests, Varianzanalyse, Verteilungstests)zu beurteilen und durchzuführen.
• sind in der Lage, größere Datensätze zu strukturieren und zusammen zu stellen.
Voraussetzungen laut Lehrplan
Keine
Lehrinhalte
Teil A: Statistik mit Tabellenkalkulation:
• Aufbau von Daten- und Kalkulationstabellen für statistische Auswertungen (Dateneingabe, automatische Datenerzeugung, Formatierungen, Datenstrukturen)
• Anwendung grundlegender Rechenoperationen auf statistische Daten (Addition, Subtraktion, Division, Multiplikation, Potenzen etc.)
• Nutzung von ausgewählten Spezialfunktionen (bspw. finanzmathematische oder statistische Funktionen)
Teil B: Grundlagen der Statistik:
• Einführung in die deskriptive Statistik (grafische Darstellung von Daten und Verteilungen, Berechnungen statistischer Zentral- und Streuungsmaße, Test auf Normalverteilung von Daten) und Dateninterpretation
• Einführung in die schließende Statistik (Differenzentest für nominal, ordinal und kardinal skalierte Daten)
• Einführung in die Korrelations- und Faktorenanalyse
Teil C: Aufbau eines Datensatzes und Variablendeklaration:
• Aufbau und Struktur eines Datensatzes für statistische Analysen unter Anwendung von Software
• Bestimmung und Entwicklung von Variablen (abhängige, unabhängige, Dummy, Interaktion) und Skalierung (nominal, ordinal, Intervall, kardinal)
• Anwendung grundlegender statistischer Methoden anhand von Datensätzen
Die Vertiefung der (theoretischen) Inhalte erfolgt über praktische Beispiele inkl. Softwareunterstützung.
• Aufbau von Daten- und Kalkulationstabellen für statistische Auswertungen (Dateneingabe, automatische Datenerzeugung, Formatierungen, Datenstrukturen)
• Anwendung grundlegender Rechenoperationen auf statistische Daten (Addition, Subtraktion, Division, Multiplikation, Potenzen etc.)
• Nutzung von ausgewählten Spezialfunktionen (bspw. finanzmathematische oder statistische Funktionen)
Teil B: Grundlagen der Statistik:
• Einführung in die deskriptive Statistik (grafische Darstellung von Daten und Verteilungen, Berechnungen statistischer Zentral- und Streuungsmaße, Test auf Normalverteilung von Daten) und Dateninterpretation
• Einführung in die schließende Statistik (Differenzentest für nominal, ordinal und kardinal skalierte Daten)
• Einführung in die Korrelations- und Faktorenanalyse
Teil C: Aufbau eines Datensatzes und Variablendeklaration:
• Aufbau und Struktur eines Datensatzes für statistische Analysen unter Anwendung von Software
• Bestimmung und Entwicklung von Variablen (abhängige, unabhängige, Dummy, Interaktion) und Skalierung (nominal, ordinal, Intervall, kardinal)
• Anwendung grundlegender statistischer Methoden anhand von Datensätzen
Die Vertiefung der (theoretischen) Inhalte erfolgt über praktische Beispiele inkl. Softwareunterstützung.
empfohlene Fachliteratur
Bamberg, G., Baur, F., & Krapp, M. (2017). Statistik: Eine Einführung für Wirtschafts- und Sozialwissenschaftler. Berlin: Walter de Gruyter.
Cleff, T. (2015). Deskriptive Statistik und Explorative Datenanalyse: Eine computergestützte Einführung mit Excel, SPSS und STATA. Wiesbaden: Springer Verlag.
Kohn, W., & Öztürk, R. (2017). Statistik für Ökonomen: Datenanalyse mit R und SPSS. Wiesbaden: Springer Verlag.
Leohnhart, R. (2017). Lehrbuch Statistik: Einstieg und Vertiefung. Bern: Hogrefe Verlag.
Steland, A. (2016). Basiswissen Statistik: Kompaktkurs für Anwender aus Wirtschaft, Information und Technik. Berlin-Heidelberg: Springer Verlag.
Zwerenz, K. (2015). Statistik: Einführung in die computergestützte Datenanalyse. Berlin: Walter de Gruyter.
Cleff, T. (2015). Deskriptive Statistik und Explorative Datenanalyse: Eine computergestützte Einführung mit Excel, SPSS und STATA. Wiesbaden: Springer Verlag.
Kohn, W., & Öztürk, R. (2017). Statistik für Ökonomen: Datenanalyse mit R und SPSS. Wiesbaden: Springer Verlag.
Leohnhart, R. (2017). Lehrbuch Statistik: Einstieg und Vertiefung. Bern: Hogrefe Verlag.
Steland, A. (2016). Basiswissen Statistik: Kompaktkurs für Anwender aus Wirtschaft, Information und Technik. Berlin-Heidelberg: Springer Verlag.
Zwerenz, K. (2015). Statistik: Einführung in die computergestützte Datenanalyse. Berlin: Walter de Gruyter.
Bewertungsmethoden und -kriterien
• Seminararbeit
• Abschlussklausur
• Abschlussklausur
Unterrichtssprache
DeutschAnzahl der zugewiesenen ECTS-Credits
2eLearning Anteil in Prozent
25Semesterwochenstunden (SWS)
2geplante Lehr- und Lernmethoden
• 25 % der Veranstaltung wird über eLearning abgedeckt. Hierbei wird eine Kombination zwischen Online Phasen (induktive Methode zum eigenständigen Erarbeiten von Wissen und zum Üben von Aufgabenstellungen) und Präsenzphasen (deduktive Methode, bei welcher Hilfestellungen im Lernprozess gegeben werden als auch über Frontalvorträge Wissen vermittelt wird) eingesetzt.
