Computergestützte Methoden

Module: Computergestützte Methoden (6 Credits)
Name in diploma supplement	Statistics and Computing
Responsible	Prof. Dr. Andreas Behr
Admission criteria	See exam regulations.
Workload	180 hours of student workload, in detail: Attendance: 45 hours Preparation, follow up: 90 hours Exam preparation: 45 hours
Duration	The module takes 1 semester(s).
Qualification Targets	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
Relevance	Die Darstellung und Analyse von Datensätzen mit geeigneter Software ist von besonderer Praxisrelevanz.
Module Exam	Zum Modul erfolgt eine modulbezogene Prüfung in der Gestalt einer Klausur (in der Regel: 60-90 Minuten).
Usage in different degree programs	BWL Bachelor > Vertiefungsstudium > Wahlpflichtbereich > Bereich Volkswirtschaftslehre, Rechtswissenschaft, Wirtschaftsinformatik, Informatik > Vertiefungsbereich Volkswirtschaftslehre > 4.-6. Sem, Elective LA gbF/kbF BK Master > Masterprüfung in der großen beruflichen Fachrichtung > Wahlpflichtbereich BWL, VWL, Recht, Statistik > Bereich Statistik > 1.-3. Sem, Elective VWL Bachelor > Vertiefungsstudium > Pflichtbereich des Vertiefungsstudiums > 5. Sem, Compulsory
Elements	Lecture Computergestützte Methoden (3 Credits) Exercise Computergestützte Methoden (3 Credits)
Module: Computergestützte Methoden (WIWI‑M0574)

Lecture: Computergestützte Methoden (3 Credits)
Name in diploma supplement	Statistics and Computing
Organisational Unit	Fachgebiet Statistik
Lecturers	Prof. Dr. Andreas Behr
Hours per week	2	Language	German
Cycle	winter semester	Participants at most	60
Preliminary knowledge 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.
Contents Datenhandling Deskription Wahrscheinlichkeitsverteilungen Lineare und multiple Regressionsrechnung Heteroskedastie
Literature Andreas Behr/Ulrich Pötter, Einführung in die Statistik mit R, München, 2010. Andreas Behr, Vorlesungsskript Regressionsanalyse. Rainer Schlittgen, Regressionsanalysen mit R, München, 2013.
Teaching concept Die verschiedenen Verfahren werden erläutert und mit Hilfe von Übungsaufgaben am Computer umgesetzt.
Lecture: Computergestützte Methoden (WIWI‑C0736)

Exercise: Computergestützte Methoden (3 Credits)
Name in diploma supplement	Statistics and Computing
Organisational Unit	Fachgebiet Statistik
Lecturers	Prof. Dr. Andreas Behr
Hours per week	2	Language	German
Cycle	winter semester	Participants at most	60
Preliminary knowledge 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.
Contents Datenhandling Deskription Wahrscheinlichkeitsverteilungen Lineare und multiple Regressionsrechnung Heteroskedastie
Literature Andreas Behr/Ulrich Pötter, Einführung in die Statistik mit R, München, 2010. Andreas Behr, Vorlesungsskript Regressionsanalyse. Rainer Schlittgen, Regressionsanalysen mit R, München, 2013.
Teaching concept Die verschiedenen Verfahren werden erläutert und mit Hilfe von Übungsaufgaben am Computer umgesetzt.
Exercise: Computergestützte Methoden (WIWI‑C0735)