Computergestützte Methoden

Modul: Computergestützte Methoden (6 Credits)
Name im Diploma Supplement	Statistics and Computing
Verantwortlich	Prof. Dr. Andreas Behr
Voraussetzungen	Siehe Prüfungsordnung.
Workload	180 Stunden studentischer Workload gesamt, davon: Präsenzzeit: 60 Stunden Vorbereitung, Nachbereitung: 90 Stunden Prüfungsvorbereitung: 30 Stunden
Dauer	Das Modul erstreckt sich über 1 Semester.
Qualifikationsziele	Die Studierenden können mit Hilfe der Statistiksoftware R Daten erzeugen, einlesen und transformieren können mit Hilfe statistischer Software Maßzahlen zur Beschreibung von Häufigkeitsverteilungen berechnen und interpretieren können mit graphischen Methoden Daten anschaulich darstellen können mit Hilfe von Zufallsgeneratoren Daten entsprechend ausge-wählter Wahrscheinlichkeitsverteilungen generieren und Simulationen durchführen können einfache und multiple Regressionen mit Hilfe statistischer Software berechnen und die Ergebnisse interpretieren können geeignete graphische und formale Methoden zur Diagnose von Heteroskedastie und geeignete Verfahren bei Vorliegen von Heteros-kedastie anwenden
Praxisrelevanz	Die Darstellung und Analyse von Datensätzen mit geeigneter Software ist von besonderer Praxisrelevanz.
Prüfungsmodalitäten	Zum Modul erfolgt eine modulbezogene Prüfung in der Gestalt einer Klausur (in der Regel: 60-90 Minuten).
Verwendung in Studiengängen	BWL Bachelor > Vertiefungsstudium > Wahlpflichtbereich > Bereich Volkswirtschaftslehre, Rechtswissenschaft, Wirtschaftsinformatik, Informatik > Vertiefungsbereich Volkswirtschaftslehre > 4.-6. FS, Wahlpflicht LA gbF/kbF BK Master > Masterprüfung in der großen beruflichen Fachrichtung > Wahlpflichtbereich BWL, VWL, Recht, Statistik > Bereich Statistik > 1.-3. FS, Wahlpflicht VWL Bachelor > Vertiefungsstudium > Pflichtbereich des Vertiefungsstudiums > 5. FS, Pflicht
Bestandteile	Vorlesung Computergestützte Methoden (3 Credits) Übung Computergestützte Methoden (3 Credits)
Modul: Computergestützte Methoden (WIWI‑M0574)

Vorlesung: Computergestützte Methoden (3 Credits)
Name im Diploma Supplement	Statistics and Computing
Anbieter	Fachgebiet Statistik
Lehrperson	Prof. Dr. Andreas Behr
Semesterwochenstunden	2	Sprache	deutsch
Turnus	Wintersemester	maximale Hörerschaft	###LABEL_NOLIMIT###
empfohlenes Vorwissen Kenntnisse der Methoden der deskriptiven und induktiven Statistik.
Abstract Im Rahmen der Veranstaltungen wird die Anwendung wesentlicher Methoden der Statistik und Ökonometrie mit der Software R erlernt.
Lehrinhalte Datenhandling Deskription Wahrscheinlichkeitsverteilungen Lineare und multiple Regressionsrechnung Heteroskedastie
Literaturangaben Andreas Behr/Ulrich Pötter, Einführung in die Statistik mit R, München, 2010. Andreas Behr, Vorlesungsskript Regressionsanalyse. Rainer Schlittgen, Regressionsanalysen mit R, München, 2013.
didaktisches Konzept Die verschiedenen Verfahren werden erläutert und mit Hilfe von Übungsaufgaben am Computer umgesetzt.
Vorlesung: Computergestützte Methoden (WIWI‑C0736)

Übung: Computergestützte Methoden (3 Credits)
Name im Diploma Supplement	Statistics and Computing
Anbieter	Fachgebiet Statistik
Lehrperson	Prof. Dr. Andreas Behr
Semesterwochenstunden	2	Sprache	deutsch
Turnus	Wintersemester	maximale Hörerschaft	###LABEL_NOLIMIT###
empfohlenes Vorwissen Kenntnisse der Methoden der deskriptiven und induktiven Statistik.
Abstract Im Rahmen der Veranstaltungen wird die Anwendung wesentlicher Methoden der Statistik und Ökonometrie mit der Software R erlernt.
Lehrinhalte Datenhandling Deskription Wahrscheinlichkeitsverteilungen Lineare und multiple Regressionsrechnung Heteroskedastie
Literaturangaben Andreas Behr/Ulrich Pötter, Einführung in die Statistik mit R, München, 2010. Andreas Behr, Vorlesungsskript Regressionsanalyse. Rainer Schlittgen, Regressionsanalysen mit R, München, 2013.
didaktisches Konzept Die verschiedenen Verfahren werden erläutert und mit Hilfe von Übungsaufgaben am Computer umgesetzt.
Übung: Computergestützte Methoden (WIWI‑C0735)