Vorlesungsverzeichnis

SoSe 26  
 Wirtschaftswiss...  
 Modulangebot St...  
 Lehrveranstaltung

SoSe 26: Modulangebote

Modulangebot Statistik 30 LP (ab WiSe 16/17)

0191c_m30

  • Einführung in die Statistik (Introduction to Statistics)

    0171cA1.5

    Qualifikationsziele:
     Die Studentinnen und Studenten haben grundlegende Kenntnisse der Informationsverdichtung ein- und mehr-dimensionaler Daten auf unterschiedlichen Messniveaus („Beschreibende Statistik“) erworben. Ebenso haben die Studentinnen und Studenten die Fähigkeiten erlangt, die Zufälligkeit von statistischen Informationen, mit dem Instrumentarium der Wahrscheinlichkeitstheorie zu behandeln. Aufbauend auf dem Konzept von Wahrscheinlichkeiten kann der Begriff der Zufallsvariablen hergeleitet werden. Neben der Behandlung grundlegender Konzepte und Definitionen können sie zudem wichtige Verteilungsmodelle beschreiben. Zentrale statistische Konzepte, wie z. B. die Streuung von Ergebnissen unter einem Verteilungsmodell, werden von ihnen auf einem Rechner dargestellt. Die Studentinnen und Studenten sind in der Lage, eigenständig einfache statistische Analysen rechnergestützt durchzuführen. Das Aufzeigen von interkultureller und internationaler Diversität ist als Querschnittthema integriert und sensibilisiert die Studentinnen und Studenten im Hinblick auf Forschungsmethoden und -auswertungen.

    Inhalte:
     Ein- und zweidimensionale empirische Verteilungen, Grundlagen der Wahrscheinlichkeitsrechnung, Zufallsvariablen, Verhältniszahlen und Indices, diskrete Verteilungsmodelle.

    Veranstaltungssprache
     Deutsch/Englisch

    Arbeitszeitaufwand
     180 Stunden (6 LP)

    Dauer des Moduls / Häufigkeit des Angebots
    ein Semester / jedes Sommersemester

    Schließen

  • Stichprobenverfahren (Sampling Procedure)

    0171cB2.5

    Qualifikationsziele:
     Die Studentinnen und Studenten bekommen einen ersten Einblick in das Feld der Survey-Statistik und erlernen diemethodischen Grundlagen der Stichprobentheorie sowie deren wichtigsten Auswahltechniken zu verstehen und anzuwenden. Darüber hinaus verstehen sie die Berücksichtigung von Nonresponse und den Einsatz von Kalibrationsverfahren an exemplarischen Beispielen. Die Studentinnen und Studenten haben im Übungsteil erlernt, wie die Nutzung von Statistischer Software für die Ziehung von Stichproben genutzt wird, wobei die Campus-Files der amtlichen Statistik genutzt wurden. Des Weiteren erlernen sie die entsprechenden Methoden und werden so in dieLage versetzt, den Einsatz von Stichprobenverfahren in der Praxis zu beurteilen. Außerdem können sie die wichtigsten Erhebungen der Umfragepraxis erklären und einschätzen. Durch gender- und diversitygerechte Rahmenbedingungen wird die Teilnahme aller Studentinnen und Studenten ermöglicht.

    Inhalte:
     Grundgesamtheit und Ziehungswahrscheinlichkeiten, einfache Strichproben, Bernoulli Sampling, Größenproportio-nales Ziehen, Schichtung, Klumpung, Mehrstufiges Ziehen, Regressionsschätzer, Kalibration, Telefonstichproben, ADM-Design, Mikrozensus

    Veranstaltungssprache
     Deutsch/Englisch

    Arbeitszeitaufwand
     180 Stunden (6 LP)

    Dauer des Moduls / Häufigkeit des Angebots
    ein Semester / unregelmäßig

    Schließen
    • 10122001 Vorlesung
      Machine Learning (Philipp Bach)
      Zeit: Mi 14:00-17:00 (Erster Termin: 22.04.2026)
      Ort: Hs 103 Hörsaal (Garystr. 21)
    • 10122026 Methodenübung
      Machine Learning (Philipp Bach)
      Zeit: Mi 17:00-18:00 (Erster Termin: 22.04.2026)
      Ort: Hs 103 Hörsaal (Garystr. 21)

  • Module ohne Lehrangebot in diesem Semester

    4 Module
    • Mathematik für Wirtschaftswissenschaftler (Mathematics for Economists) 0171cA1.4
    • Schließende Statistik (Inferential Statistics) 0171cA1.6
    • Einführung in die Ökonometrie (Introduction to Econometrics) 0171cB2.1
    • Statistische Modellierung (Statistical Modeling) 0171cB2.2
Suche starten
Der Suchbegriff muss mindestens 3 Zeichen lang sein!

Studienfächer A-Z