Detail View
Keine Credits bei Lehrveranstaltungen angegeben
Bei den Modulen unten sind Credits angegeben, bei der (modulunabhängigen) Lehrveranstaltungsliste nicht. Dies liegt darin begründet, dass die Lehrveranstaltungen erst im Kontext eines Modules Credits erhalten. Auch wenn der Fall selten eintritt, ist so die Möglichkeit gegeben, dass die selbe Veranstaltung in unterschiedlichen Studiengängen unterschiedlichen Workload und Credits erhalten kann.
Üblicherweise gilt aber weiterhin natürlich die Faustregel Cr = 1,5 * SWS.
If you like to create a change request for the modules, the easiest way is to export this list and then use the "track changes" functionality in MS Word and send the new file to AG Modulhandbuch. As a starting point you can use the word-export above.
http://www.stat.wiwi.uni-due.de/Fachgebiet Statistik | |
---|---|
assigned Lecturers | Behr (Prof. Dr. Andreas Behr) Schmidt (Dipl.-Volksw. Rolf Schmidt) Theune (Dr. Katja Theune) |
Responsbile for the modules
Module (6 Credits)
Amtliche Statistik
- Name in diploma supplement
- Official Statistics
- Responsible
- Admission criteria
- See exam regulations.
- Workload
- 180 hours of student workload, in detail:
- Attendance: 60 hours
- Preparation, follow up: 75 hours
- Exam preparation: 45 hours
- Duration
- The module takes 1 semester(s).
- Qualification Targets
Die Studierenden
- verstehen die Bedeutung frei zugänglicher Daten für alle gesellschaftlichen Gruppen, z.B. für die Bereiche, Bevölkerung, Konsum, materielle Deprivation und Wirtschaft
- kennen die Rahmenbedingungen für die Produktion und Verbreitung amtlicher Statistiken
- kennen ausgewählte Datenprodukte und deren Produktionsweise einschl. Big Data und experimenteller Daten
- können die Bedeutung der ständigen Weiterentwicklung von Survey – Methoden beschreiben
- wissen um die Notwendigkeit der statistischen Geheimhaltung und haben einen Überblick über die Methoden
- Relevance
Grundlegendes Wissen um die Methoden der Datenbeschaffung und deren Datenquellen ist für viele Arbeitsfelder bedeutsam.
- Module Exam
Zum Modul erfolgt eine modulbezogene Prüfung in der Gestalt einer Klausur (in der Regel: 60-90 Minuten).
- Usage in different degree programs
- Elements
- VIU: Amtliche Statistik (6 Credits)
Module (6 Credits)
Computergestützte Methoden
- Name in diploma supplement
- Statistics and Computing
- Responsible
- 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
- Elements
- VO: Computergestützte Methoden (3 Credits)
- UEB: Computergestützte Methoden (3 Credits)
Module (6 Credits)
Empirische Bilanzanalyse
- Name in diploma supplement
- Empirical Balance Sheet Analysis
- Responsible
- Admission criteria
- See exam regulations.
- Workload
- 180 hours of student workload, in detail:
- Attendance: 60 hours
- Preparation, follow up: 75 hours
- Exam preparation: 45 hours
- Duration
- The module takes 1 semester(s).
- Qualification Targets
Die Studierenden
- kennen ausgewählte empirische Methoden
- beherrschen den Umgang mit Unternehmensbilanzdaten
- entwickeln eigenständig Strategien, um inhaltliche Fragen empirisch zu untersuchen
- wenden ausgewählte empirische Methoden mit geeigneter Software eigenständig auf Unternehmensbilanzdaten an
- Relevance
Die Kenntnis geeigneter Methoden zur empirischen Untersuchung interessierender Sachverhalte auf Basis von Unternehmensbilanzdaten ist von besonderer Praxisrelevanz.
- Module Exam
Zum Modul erfolgt eine modulbezogene Prüfung in der Gestalt einer empirischen Auswertung am PC (Prüfung vor Ort, in der Regel: 90-120 Minuten).
- Usage in different degree programs
- Elements
- VO: Empirische Bilanzanalyse (3 Credits)
- UEB: Empirische Bilanzanalyse (3 Credits)
Module (6 Credits)
Empirische Methoden
- Name in diploma supplement
- Empirical Methods
- Responsible
- Admission criteria
- See exam regulations.
- Workload
- 180 hours of student workload, in detail:
- Attendance: 60 hours
- Preparation, follow up: 75 hours
- Exam preparation: 45 hours
- Duration
- The module takes 1 semester(s).
- Qualification Targets
Die Studierenden
- kennen ausgewählte empirische Methoden
- beherrschen den Umgang mit Daten, die Grundlage empirischer Analysen sind
- wenden ausgewählte empirische Methoden mit geeigneter Software eigenständig an
- Relevance
Die Kenntnis geeigneter Methoden zur empirischen Untersuchung interessierender Sachverhalte ist von besonderer Praxisrelevanz.
- Module Exam
Zum Modul erfolgt eine modulbezogene Prüfung in Form einer Präsentation (i.d.R. 10 - 20 Minuten, 50 % der Note) und einer Hausarbeit (10 - 20 Seiten, 50 % der Note) zu einer eigenständigen empirischen Analyse.
- Usage in different degree programs
- Elements
- VO: Empirische Methoden (3 Credits)
- UEB: Empirische Methoden (3 Credits)
Module (6 Credits)
Fachseminar Statistik
- Name in diploma supplement
- Seminar in Statistics
- Responsible
- Admission criteria
- See exam regulations.
- Workload
- 180 hours of student workload, in detail:
- Attendance: 15 hours
- Preparation, follow up: 135 hours
- Exam preparation: 30 hours
- Duration
- The module takes 1 semester(s).
- Qualification Targets
Die Studierenden
- sind befähigt empirischen Analysen nachzuvollziehen und die wichtigsten methodischen Aspekte zu erläutern
- beherrschen die professionellen Darstellung der zugehörigen Ergebnisse mit Hilfe geeigneter Software
- können fachspezifische eigene aber auch fremde Fragestellungen im Plenum diskutieren und gemeinsam lösen
- Module Exam
Zum Modul erfolgt eine modulbezogene Prüfung, die sich auf folgende Prüfungsformen erstreckt: Anfertigung und Präsentation der wichtigsten Aspekte empirischer Analysen.
- Usage in different degree programs
- Elements
- SEM: Fachseminar Statistik (6 Credits)
Module (6 Credits)
Induktive Statistik
- Name in diploma supplement
- Statistical Inference
- Responsible
- 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
- beherrschen die grundlegenden Rechenregeln der Wahrscheinlichkeitsrechnung
- haben ein Verständnis unterschiedlicher Wahrscheinlichkeitsbegriffe
- verstehen die Funktionsweise von Zufallsgeneratoren
- haben eine Vorstellung der Generierung von Zufallszahlen mit Hilfe von Zufallsgeneratoren
- haben ein grundlegendes Verständnis der Gewinnung von Zufallsstichproben aus endlichen Grundgesamtheiten
- kennen die Grundzüge des Schätzens und Testens
- Module Exam
Zum Modul erfolgt eine modulbezogene Prüfung in der Gestalt einer Klausur (in der Regel: 60-90 Minuten).
Vom Dozierenden wird zu Beginn der Veranstaltung festgelegt, ob durch freiwillige Testate bereits im Vorfeld Punkte für die Klausur erworben werden können. Für die Möglichkeit der Anrechnung der Testate muss die Klausur unabhängig vom Ergebnis der Testate mindestens bestanden sein. Ist dies der Fall, so bildet sich die Endnote aus dem Ergebnis der mindestens bestandenen Abschlussprüfung zuzüglich der bereits über die Testate erworbenen Punkte. Die Möglichkeit der Anrechnung der Testate auf die abschließende Prüfungsleistung ist auf maximal 20% der in der abschließenden Prüfung maximal erwerbbaren Punkte beschränkt. Bestandene Testate haben nur Gültigkeit für die Prüfungen, die zu der Veranstaltung im jeweiligen Semester gehören.
Für Lehramt im Begleitmodul zur Masterarbeit: Keine Prüfungsleistung.
- Usage in different degree programs
- Elements
- VIU: Induktive Statistik (6 Credits)
Module (6 Credits)
Markt und Gesellschaft – Kritische Perspektiven
- Name in diploma supplement
- Market and Society – Critical Perspectives
- Responsible
- Admission criteria
- See exam regulations.
- Workload
- 180 hours of student workload, in detail:
- Attendance: 30 hours
- Preparation, follow up: 90 hours
- Exam preparation: 60 hours
- Duration
- The module takes 1 semester(s).
- Qualification Targets
Die Studierenden
- können wissenschaftliche Texte lesen und verstehen
- erhalten Einblicke in konkurrierende theoretische Ansätze
- können Fragestellungen aus unterschiedlichen, ökonomischen, juristischen, philosophischen Sichtweisen diskutieren
- erwerben die Fähigkeit, Grundannahmen des in den Wirtschaftswissenschaften vorherrschenden Paradigmas zu hinterfragen und zu diskutieren
- erfahren damit kritische Reflexion als wesentlichen Bestanteil wissenschaftlichen Arbeitens
- Relevance
Die vermittelten Kenntnisse und Fähigkeiten werden sowohl in leitenden Tätigkeiten in Unternehmen jeder Branche als auch in Forschungs- und Lehrinstitutionen benötigt.
- Module Exam
Zum Modul erfolgt eine modulbezogene Prüfung, die sich auf folgende Prüfungsformen erstreckt: Hausarbeit (10-12 Seiten, 50% der Note) und Präsentation (in der Regel: 45 Minuten, 50% der Note).
Vom Dozierenden wird zu Beginn der Veranstaltung festgelegt, ob eine Prüfungsvorleistung verlangt wird. In diesem Fall müssen in der Regel mindestens 75% der Kurztestate bestanden werden, um zur Modulprüfung desselben Semesters zugelassen zu werden. Die genauen Formalia werden in der ersten Sitzung bekannt gegeben.
Hinweis: Die Veranstaltung ist teilnehmerbeschränkt. Sollte die Zahl der Studierenden, die die Veranstaltung belegen möchten, die Zahl der verfügbaren Plätze übersteigen, findet eine schriftliche Eingangsprüfung (maximal 20 Minuten) statt.
- Usage in different degree programs
- Elements
- SEM: Markt und Gesellschaft – Kritische Perspektiven (6 Credits)
Module (6 Credits)
Statistisches Seminar
- Name in diploma supplement
- Statistical Seminar
- Responsible
- Admission criteria
- See exam regulations.
- Workload
- 180 hours of student workload, in detail:
- Attendance: 30 hours
- Preparation, follow up: 90 hours
- Exam preparation: 60 hours
- Duration
- The module takes 1 semester(s).
- Qualification Targets
Die Studierenden
- sind befähigt empirische Analysen nachzuvollziehen und die wichtigsten methodischen Aspekte zu erläutern
- sind befähigt zur eigenständigen Anfertigung einer empirischen Analyse
- beherrschen die professionellen Darstellung der zugehörigen Ergebnisse mit Hilfe geeigneter Software
- können fachspezifische eigene aber auch fremde Fragestellungen im Plenum diskutieren und gemeinsam lösen
- Module Exam
Zum Modul erfolgt eine modulbezogene Prüfung, die sich auf folgende Prüfungsformen erstreckt: Hausarbeit (15-20 Seiten) und Präsentation (in der Regel: 20-40 Minuten). Hausarbeit und Präsentation gehen zu jeweils 50% in die Modulnote ein.
- Usage in different degree programs
- Elements
- SEM: Statistisches Seminar (6 Credits)
Module (6 Credits)
Stichprobentheorie
- Name in diploma supplement
- Sampling Theory
- Responsible
- 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
- kennen ausgewählte Methoden der Ziehung, Hochrechnung und Fehlerrechnung
- kennen die Vor- und Nachteile wichtiger Erhebungsmethoden
- können im jeweiligen Kontext des spezifischen Untersuchungsprojektes alternative Erhebungsmethoden bezüglich ihrer Eignung beurteilen
- sind befähigt, auf Daten aus Stichprobenerhebungen Schätzfunktionen anzuwenden und Fehlerrechnungen durchzuführen
- wenden ausgewählte empirische Methoden mit geeigneter Software eigenständig an
- Relevance
Die Kenntnis geeigneter Methoden zur Erhebung und Auswertung von Stichproben 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
- Elements
- VO: Stichprobentheorie (3 Credits)
- UEB: Stichprobentheorie (3 Credits)
Module (6 Credits)
Wirtschaftsstatistik
- Name in diploma supplement
- Economic (Business) Statistics
- Responsible
- 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
- verstehen die Methoden ausgewählter Gebiete der Wirtschaftsstatistik, wie z. B. Input-Output-Analyse, Demographie und Verweildaueranalyse
- können den Bevölkerungsstand und die Bevölkerungsentwicklung mit Hilfe wichtiger demographischer Maßzahlen beschreiben
- analysieren die wichtigsten Einflussgrößen der Bevölkerungsentwicklung und berücksichtigen diese in Fortschreibungsmodellen
- sind befähigt, die Struktur und die Interdependenz der gesellschaftlichen Güterproduktion mit Hilfe einfacher linearer Produktionsmodelle darzustellen
- charakterisieren den Produktionsprozess in Deutschland auf Basis der Input-Output Rechnung des Statistischen Bundesamtes
- stellen mit Hilfe der Ergebnisse der Volkswirtschaftlichen Gesamtrechnungen die wirtschaftlichen Kreislaufzusammenhänge dar
- Module Exam
Zum Modul erfolgt eine modulbezogene Prüfung in der Gestalt einer Klausur (in der Regel: 60-90 Minuten).
Für Lehramt im Begleitmodul zur Masterarbeit: Keine Prüfungsleistung.
- Usage in different degree programs
- Elements
- VO: Wirtschaftsstatistik (3 Credits)
- UEB: Wirtschaftsstatistik (3 Credits)
Offered Courses
Lecture with integrated exercise
Amtliche Statistik
- Name in diploma supplement
- Official Statistics
- Organisational Unit
- Lecturers
- SPW
- 4
- Language
- German
- Cycle
- winter semester
- Participants at most
- no limit
- Preliminary knowledge
Kenntnisse der Methoden der deskriptiven Statistik
- Abstract
Im Rahmen der Veranstaltung wird die besondere Rolle der „Amtlichen Statistik“ als wesentlicher Baustein der Dateninfrastruktur für alle gesellschaftlichen Gruppen behandelt.
- Contents
- Arbeitsfelder der amtlichen Statistik sowie deren Bedeutung für Politik, Gesellschaft und Wissenschaft
- Gesetzliche und institutionelle Rahmenbedingen in Deutschland und Vergleiche mit anderen Staaten
- Ausgewählte Statistiken und deren Datenquellen, z.B. Zensus, Mikrozensus, Einkommens- und Verbrauchstichprobe, Unternehmensregister
- Verfahren der Datengewinnung, und Aufbereitung sowie die Bedeutung von standardisierten Verfahren
- Neue Datenquellen und experimentelle Daten
- Statistische Geheimhaltung
- Literature
- Verhaltenskodex für Europäische Statistiken; Eurostat
- Bundesstatistikgesetz
- weitere Literatur wird in der Veranstaltung bekannt gegeben
- Teaching concept
Die Veranstaltung entspricht einem Vorlesungsanteil von 2 SWS und einem Übungsanteil von 2 SWS.
- Participants
Lecture
Computergestützte Methoden
- Name in diploma supplement
- Statistics and Computing
- Organisational Unit
- Lecturers
- SPW
- 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.
- Participants
Exercise
Computergestützte Methoden
- Name in diploma supplement
- Statistics and Computing
- Organisational Unit
- Lecturers
- SPW
- 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.
- Participants
Lecture with integrated exercise
Deskriptive Statistik
- Name in diploma supplement
- Descriptive Statistics
- Organisational Unit
- Lecturers
- SPW
- 4
- Language
- German
- Cycle
- winter semester
- Participants at most
- no limit
- Preliminary knowledge
keines
- Contents
- Eindimensionale Häufigkeitsverteilungen
- Lage-, Streuungs-, Schiefe- und Kurtosismaße
- Konzentrationsmaße
- Zweidimensionale Häufigkeitsverteilungen
- Regressionsanalyse
- Elementare Zeitreihenanalyse
- Indexzahlen
- Literature
- Assenmacher, W. (2010). Deskriptive Statistik (4. Aufl.). Berlin [u.a.] : Springer.
- Bamberg, M. G.; Baur F. ; Krapp. (2011). Statistik (16. Aufl.). München: Oldenbourg.
- Behr, A.; Pötter, U. (2011). Einführung in die Statistik mit R (2. Aufl.). München: Vahlen.
- Fahrmeir, L. (2011). Statistik: der Weg zur Datenanalyse (7. Aufl.). Berlin [u.a.]: Springer.
- Mosler, K.; Schmid, F. (2011). Wahrscheinlichkeitsrechnung und schließende Statistik (4. Aufl.). Heidelberg [u.a.]: Springer.
- Mosler, K.; Schmid, F. (2009). Beschreibende Statistik und Wirtschaftsstatistik. (4. Aufl.). Dordrecht; Heidelberg; London; New York: Springer.
- Rohwer, G.; Pötter, U. (2001). Grundzüge der sozialwissenschaftlichen Statistik. Weinheim [u.a.]: Juventa-Verl.
- Teaching concept
Der Vorlesungsstoff wird durch Übungsaufgaben und Tutorien unterstützt. Um eigenständiges Arbeiten zu motivieren, wird eine Vielzahl von Arbeitsblättern bzw. Onlineaufgaben bereitgestellt, deren thematische Breite das weite Einsatzspektrum der behandelten Methoden zeigt.
Die Veranstaltung entspricht einem Vorlesungsanteil von 2 SWS und einem Übungsanteil von 2 SWS.
- Participants
Lecture
Empirische Bilanzanalyse
- Name in diploma supplement
- Empirical Balance Sheet Analysis
- Organisational Unit
- Lecturers
- SPW
- 2
- Language
- German
- Cycle
- irregular
- Participants at most
- 20
- Explanation for irregular cycle
- Die Veranstaltungen in diesem Modul erfolgen in unregelmäßigen Wechsel mit den Veranstaltungen des Moduls Stichprobentheorie jeweils im Sommersemester. Informationen, welche Veranstaltung im jeweiligen Sommersemester angeboten wird, werden rechtzeitig auf der Lehrstuhlhomepage bekannt gegeben.
- Preliminary knowledge
Kenntnisse der Methoden der deskriptiven und induktiven Statistik, Statistiksoftware R
- Abstract
Im Rahmen der Veranstaltung werden für das empirische Arbeiten mit umfangreichen Unternehmensbilanzdatensätzen besonders relevante statistische Methoden behandelt. Ausgewählte Fragen (Möglichkeiten der Insolvenprognose, Determinanten der Investitionstätigkeit, Ausmaß der Finanzialisierung, etc.) werden unter Verwendung der dargestellten Methoden empirisch untersucht.
- Contents
- Stochastisches Regressionsmodell
- Statische Panelmodelle
- Dynamische Paneldmodelle
- Logit-/Probit-Regression
- Entscheidungsbäume und Zufallswälder
- Anwendung der Methoden auf Unternehmensbilanzdaten zur vertieften Diskussion ökonomischer Fragestellungen
- Literature
- Andreas Behr/Ulrich Pötter, Einführung in die Statistik mit R, München, 2010.
- Cheng Hsiao, Analysis of Panel Data, 2nd Edition, Cambridge, 2003.
- Frank E. Harrell, Jr., Regression Modeling Strategies, New York, 2001.
- Greene, W. H.: Econometric Analysis, 7th Edition, Essex, England, 2011.
- James, G., Witten, D., Hastie, T., Tibshirani, R.: An Introduction to Statistical Learning: with Applications in R, Springer, New York, 2013.
- Hastie, T., Tibshirani, R., Friedman, J., The Elements of Statistical Learning: Data Mining, Inference, and Prediction, 2nd Edition, Springer, New York,2009.
- Teaching concept
Die statistischen Methoden werden vorgetragen, anhand von Übungsaufgaben vertieft und am Computer an umfangreichen Datensätzen angewendet.
- Participants
Exercise
Empirische Bilanzanalyse
- Name in diploma supplement
- Empirical Balance Sheet Analysis
- Organisational Unit
- Lecturers
- SPW
- 2
- Language
- German
- Cycle
- irregular
- Participants at most
- 20
- Explanation for irregular cycle
- Die Veranstaltungen in diesem Modul erfolgen in unregelmäßigen Wechsel mit den Veranstaltungen des Moduls Stichprobentheorie jeweils im Sommersemester. Informationen, welche Veranstaltung im jeweiligen Sommersemester angeboten wird, werden rechtzeitig auf der Lehrstuhlhomepage bekannt gegeben.
- Preliminary knowledge
Kenntnisse der Methoden der deskriptiven und induktiven Statistik, Statistiksoftware R
- Contents
siehe Vorlesung
- Literature
siehe Vorlesung
- Teaching concept
Die statistischen Methoden werden vorgetragen, anhand von Übungsaufgaben vertieft und am Computer an umfangreichen Datensätzen angewendet.
- Participants
Lecture
Empirische Methoden
- Name in diploma supplement
- Empirical Methods
- Organisational Unit
- Lecturers
- SPW
- 2
- Language
- German
- Cycle
- winter semester
- Participants at most
- 20
- Preliminary knowledge
Kenntnisse der Methoden der deskriptiven und induktiven Statistik, Statistiksoftware R
- Abstract
Im Rahmen der Vorlesung werden für das empirische Arbeiten mit umfangreichen Datensätzen besonders relevante statistische Methoden behandelt. Hierbei stehen Methoden für den Umgang mit Paneldaten und Methoden zur Abschätzung von Treatment Effekten im Vordergrund.
- Contents
- Methoden der Analyse von Panel- und Verweildauerdaten
- Methoden der statistischen Kausalanalyse
- Anwendung der Methoden mit Hilfe der statistischen Software R
- Literature
- Cheng Hsiao, Analysis of Panel Data, 2nd Edition, Cambridge, 2003.
- Andreas Behr/Ulrich Pötter, Einführung in die Statistik mit R, München, 2010.
- José C. Pinheiro/Douglas M. Bates, Mixed-Effects Models in S and S-Plus, New York, 2000.
- Badi H. Baltagi, Econometric Analysis of Panel Data, 4th edition, Chichester, 2008.
- P.J. Diggle/P. Heagerty/K.-Y. Liang/S.L. Zeger, Analysis of Longitudinal Data, 2nd edition, Oxford, 2002.
- Paul Rosenbaum, Obsevational Studies, 2nd edition, New York, 2002.
- Frank E. Harrell, Jr., Regression Modeling Strategies, New York, 2001.
- Teaching concept
Die statistischen Methoden werden vorgetragen, anhand von Übungsaufgaben vertieft und am Computer an umfangreichen Datensätzen angewendet.
- Participants
Exercise
Empirische Methoden
- Name in diploma supplement
- Empirical Methods
- Organisational Unit
- Lecturers
- SPW
- 2
- Language
- German
- Cycle
- winter semester
- Participants at most
- 20
- Preliminary knowledge
Kenntnisse der Methoden der deskriptiven und induktiven Statistik, Statistiksoftware R
- Abstract
Im Rahmen der Übung werden für das empirische Arbeiten mit umfangreichen Datensätzen besonders relevante statistische Methoden behandelt. Hierbei stehen Methoden für den Umgang mit Paneldaten und Methoden zur Abschätzung von Treatment Effekten im Vordergrund.
- Contents
- Methoden der Analyse von Panel- und Verweildauerdaten
- Methoden der statistischen Kausalanalyse
- Anwendung der Methoden mit Hilfe der statistischen Software R
- Literature
- Cheng Hsiao, Analysis of Panel Data, 2nd Edition, Cambridge, 2003.
- Andreas Behr/Ulrich Pötter, Einführung in die Statistik mit R, München, 2010.
- José C. Pinheiro/Douglas M. Bates, Mixed-Effects Models in S and S-Plus, New York, 2000.
- Badi H. Baltagi, Econometric Analysis of Panel Data, 4th edition, Chichester, 2008.
- P.J. Diggle/P. Heagerty/K.-Y. Liang/S.L. Zeger, Analysis of Longitudinal Data, 2nd edition, Oxford, 2002.
- Paul Rosenbaum, Obsevational Studies, 2nd edition, New York, 2002.
- Frank E. Harrell, Jr., Regression Modeling Strategies, New York, 2001.
- Teaching concept
Die statistischen Methoden werden vorgetragen, anhand von Übungsaufgaben vertieft und am Computer an umfangreichen Datensätzen angewendet.
- Participants
Seminar
Fachseminar Statistik
- Name in diploma supplement
- Seminar in Statistics
- Organisational Unit
- Lecturers
- SPW
- 2
- Language
- German
- Cycle
- irregular
- Participants at most
- no limit
- Preliminary knowledge
Deskriptive Statistik, Induktive Statistik, Computergestützte Statistik.
- Abstract
Im Rahmen des Fachseminars Statistik sollen die teilnehmenden Studierenden empirische Analysen zu ausgewählten Fragestellungen vergleichend diskutieren und die dort verwendeten statistischen Methoden und empirischen Ergebnisse in einer Präsentation im Plenum vorstellen.
- Contents
- Datenaufbereitung
- Statistische Verfahren
- Anfertigung einer Präsentation
Informationen zu den Voraussetzungen und zur Bewerbung finden Sie auf der Homepage des Lehrstuhls
- Literature
- Andreas Behr/Ulrich Pötter, Einführung in die Statistik mit R, München, 2009.
- Frank E. Harrell, Jr., Regression Modeling Strategies, New York, 2001.
- Teaching concept
Die Teilnehmer/-innen werden bei der Anfertigung der eigenen Seminararbeit und der Präsentation unterstützt.
- Participants
Lecture with integrated exercise
Induktive Statistik
- Name in diploma supplement
- Statistical Inference
- Organisational Unit
- Lecturers
- SPW
- 4
- Language
- German
- Cycle
- summer semester
- Participants at most
- no limit
- Preliminary knowledge
Kenntnisse aus dem Bereich der Deskriptiven Statistik
- Contents
- Grundlagen der Wahrscheinlichkeitsrechnung
- Eindimensionale Zufallsvariablen
- Zweidimensionale Zufallsvariablen
- Konvergenz von Folgen von Zufallsvariablen und von Verteilungsfunktionen
- Grundzüge der Stichprobentheorie
- Statistische Schätzverfahren
- Statistische Testverfahren
- Literature
- Assenmacher, W. (2009). Induktive Statistik (2. Aufl.). Berlin [u.a.]: Springer.
- Bamberg, M. G.; Baur, F.; Krapp, M. (2011). Statistik (16. Aufl.). München: Oldenbourg.
- Behr, A.; Pötter. U. (2011). Einführung in die Statistik mit R (2. Aufl.). München: Vahlen.
- Fahrmeir, L. (2011). Statistik : der Weg zur Datenanalyse (7. Aufl.). Berlin [u.a.]: Springer.
- Mosler, K.; Schmid, F. (2011). Wahrscheinlichkeitsrechnung und schließende Statistik (4. Aufl.). Heidelberg [u.a.]: Springer.
- Rohwer, G.; Pötter, U. (2001). Grundzüge der sozialwissenschaftlichen Statistik. Weinheim [u.a.]: Juventa-Verl.
- Rohwer, G.; Pötter, U. (2002). Wahrscheinlichkeit : Begriff und Rhetorik in der Sozialforschung. Weinheim [u.a.]: Juventa-Verl.
- Teaching concept
Der Vorlesungsstoff wird durch Übungsaufgaben und Tutorien unterstützt. Um eigenständiges Arbeiten zu motivieren, wird eine Vielzahl von Arbeitsblättern bzw. Onlineaufgaben bereitgestellt, deren thematische Breite das weite Einsatzspektrum der behandelten Methoden zeigt.
Die Veranstaltung entspricht einem Vorlesungsanteil von 2 SWS und einem Übungsanteil von 2 SWS.
- Participants
Seminar
Markt und Gesellschaft – Kritische Perspektiven
- Name in diploma supplement
- Market and Society - Critical Perspectives
- Organisational Unit
- Lecturers
- SPW
- 2
- Language
- German
- Cycle
- irregular
- Participants at most
- 12
- Preliminary knowledge
keines
- Abstract
In vielen kapitalistisch organisierten Volkswirtschaften sind ähnliche Entwicklungen zu beobachten: Deregulierung von Märkten, überproportionales Wachstum des Finanzsektors, überproportionales Wachstum des Außenhandels, Zunahme der Einkommens- und Vermögensungleichheit, Selbstfinanzierung vormals staatlich finanzierter Institutionen, zunehmende Staatsverschuldung bei internationalem Steuerwettbewerb, Bedeutungszunahme der Werbung, Marktorganisation vormals nicht marktwirtschaftlich organisierter Lebensbereiche, etc.
Im Rahmen der Veranstaltung werden ausgewählte wissenschaftliche Publikationen gemeinsam gelesen und diskutiert. Diese Texte beleuchten die genannten Phänomene kritisch, sie identifizieren Ursachen, zeigen hiermit verbundene Entwicklungsperspektiven und bewerten diese Entwicklungen aus unterschiedlichen Perspektiven - etwa aus ökonomischer, ökologischer und soziologischer Sicht.
- Contents
- Analyse von Einkommens- und Vermögensungleichheit
- Analyse der Beziehung von Einkommensniveau und Zufriedenheit
- Analyse der Beziehung von Zahlungsbereitschaft und Bedürfnis
- Preise und alternative Regulationsmechanismen
- Literature
Ausführliche Literaturangaben werden in der Einführungsveranstaltung bzw. auf unserer Webseite bekanntgegeben. Wir werden vor allem auf folgende oder ähnliche Texte zurückgreifen:
- Sandel, M. J. (2010). Justice: What's the right thing to do? (1st ed.). New York: Farrar, Straus and Giroux
- Sandel, M. J. (2012). What money can't buy: The moral limits of markets (1st ed.). New York: Farrar, Straus and Giroux
- Skidelsky, R., & Skidelsky, E. (2012). How much is enough?: Money and the good life. New York: Other Press
- Wilkinson, R., & Pickett, K. (2009). The spirit level: Why more equal societies almost always do better. London: Allen Lane.
- Teaching concept
Die Studierenden erarbeiten auf Grundlage einschlägiger wissenschaftlicher Texte selbständig Themengebiete der marktwirtschaftlichen Organisation von Lebens- und Gesellschaftsbereichen. Die Arbeitsergebnisse werden von den Studierenden präsentiert und gemeinsam diskutiert.
- Participants
Seminar
Statistisches Seminar
- Name in diploma supplement
- Statistical Seminar
- Organisational Unit
- Lecturers
- SPW
- 2
- Language
- German
- Cycle
- summer semester
- Participants at most
- 20
- Preliminary knowledge
Deskriptive Statistik, Induktive Statistik, Computergestützte Statistik.
- Abstract
Im Rahmen des Statistischen Seminars sollen die teilnehmenden Studierenden eine eigenständige empirische Auswertung eines bereitgestellten umfangreichen Datensatzes anfertigen und die Ergebnisse in einer Präsentation im Plenum vorstellen.
- Qualification Targets
Die Studierenden
- sind befähigt zur eigenständigen Anfertigung einer empirischen Analyse
- beherrschen die professionellen Darstellung der zugehörigen Ergebnisse mit Hilfe geeigneter Software
- Contents
- Datenaufbereitung
- Anwendung statistischer Verfahren
- Anfertigung einer Präsentation
Informationen zu den Voraussetzungen und zur Bewerbung finden Sie auf der Homepage des Lehrstuhls
- Literature
- Andreas Behr/Ulrich Pötter, Einführung in die Statistik mit R, München, 2009.
- Frank E. Harrell, Jr., Regression Modeling Strategies, New York, 2001.
- Teaching concept
Die Teilnehmer/-innen werden bei der Anfertigung der empirischen Auswertung und der Präsentation unterstützt.
- Participants
Lecture
Stichprobentheorie
- Name in diploma supplement
- Sampling Theory
- Organisational Unit
- Lecturers
- SPW
- 2
- Language
- German
- Cycle
- irregular
- Participants at most
- 20
- Explanation for irregular cycle
- Die Veranstaltungen in diesem Modul erfolgen in unregelmäßigen Wechsel mit den Veranstaltungen des Moduls Empirische Bilanzanalyse jeweils im Sommersemester. Informationen, welche Veranstaltung im jeweiligen Sommersemester angeboten wird, werden rechtzeitig auf der Lehrstuhlhomepage bekannt gegeben.
- Preliminary knowledge
Kenntnisse der Methoden der deskriptiven und induktiven Statistik, Statistiksoftware R
- Abstract
Stichproben stellen eine wichtige und oftmals die einzige Informationsgrundlage über interessierende Grundgesamtheiten dar. Im Rahmen der Veranstaltungen werden Methoden der Stichprobentheorie vorgestellt und am Computer umgesetzt.
- Contents
- Erhebungsverfahren
- einfache Stichproben
- Schichtenstichproben
- Klumpenstichproben
- Gebundene Hochrechnung
- Literature
- Andreas Behr/Ulrich Pötter, Einführung in die Statistik mit R, München, 2010.
- Carl-Erik Särndal/Bengt Swensson/Jan Wretman, Model Assisted Survey Sampling, New York, 2003.
- M. E. Thompson, Theory of Sample Surveys, London, 1997.
- Teaching concept
Die verschiedenen Verfahren werden erläutert, mit Hilfe von Übungsaufgaben vertieft und am Computer umgesetzt.
- Participants
Exercise
Stichprobentheorie
- Name in diploma supplement
- Sampling Theory
- Organisational Unit
- Lecturers
- SPW
- 2
- Language
- German
- Cycle
- irregular
- Participants at most
- 20
- Explanation for irregular cycle
- Die Veranstaltungen in diesem Modul erfolgen in unregelmäßigen Wechsel mit den Veranstaltungen des Moduls Empirische Bilanzanalyse jeweils im Sommersemester. Informationen, welche Veranstaltung im jeweiligen Sommersemester angeboten wird, werden rechtzeitig auf der Lehrstuhlhomepage bekannt gegeben.
- Preliminary knowledge
Kenntnisse der Methoden der deskriptiven und induktiven Statistik, Statistiksoftware R
- Abstract
Stichproben stellen eine wichtige und oftmals die einzige Informationsgrundlage über interessierende Grundgesamtheiten dar. Im Rahmen der Veranstaltungen werden Methoden der Stichprobentheorie vorgestellt, diskutiert, anhand von Beispielen praktisch angewendet und am Computer umgesetzt.
- Contents
- Erhebungsverfahren
- Einfache Stichproben
- Schichtenstichproben
- Klumpenstichproben
- Gebundene Hochrechnung
- Literature
- Andreas Behr/Ulrich Pötter, Einführung in die Statistik mit R, 2. Aufl., München, 2010.
- Carl-Erik Särndal/Bengt Swensson/Jan Wretman, Model Assisted Survey Sampling, New York, 2003.
- M. E. Thompson, Theory of Sample Surveys, London, 1997.
- Teaching concept
Die verschiedenen Verfahren werden erläutert, mit Hilfe von Übungsaufgaben vertieft und am Computer umgesetzt.
- Participants
Lecture
Wirtschaftsstatistik
- Name in diploma supplement
- Economic (Business) Statistics
- Organisational Unit
- Lecturers
- SPW
- 2
- Language
- German
- Cycle
- summer semester
- Participants at most
- no limit
- Preliminary knowledge
Kenntnisse der Methoden der deskriptiven Statistik
- Contents
- Begrifflichkeiten und Maßzahlen zur Beschreibung und Analyse des Standes und der Entwicklung der Bevölkerung
- lineare klassische Produktionsmodelle
- darauf aufbauende Modellanalysen und deren empirische Umsetzung auf Basis der Input-Output Rechnung des statistischen Bundesamtes
- das Kontensystem der Volkswirtschaftlichen Gesamtrechnungen
- Entstehungs-, Verwendungs- und Verteilungsrechnung
- Preisstatistik
- Literature
- A. Behr/G. Rohwer: Bevölkerungs- und Wirtschaftsstatistik, 2012.
- D. Brümmerhoff: Volkswirtschaftliche Gesamtrechnungen, 8. Auflage, 2007.
- Participants
Exercise
Wirtschaftsstatistik
- Name in diploma supplement
- Economic (Business) Statistics
- Organisational Unit
- Lecturers
- SPW
- 2
- Language
- German
- Cycle
- summer semester
- Participants at most
- no limit
- Preliminary knowledge
Kenntnisse der Methoden der deskriptiven Statistik
- Contents
- Begrifflichkeiten und Maßzahlen zur Beschreibung und Analyse des Standes und der Entwicklung der Bevölkerung #
- lineare klassische Produktionsmodelle
- darauf aufbauende Modellanalysen und deren empirische Umsetzung auf Basis der Input-Output Rechnung des statistischen Bundesamtes
- das Kontensystem der Volkswirtschaftlichen Gesamtrechnungen
- Entstehungs-, Verwendungs- und Verteilungsrechnung
- Preisstatistik
- Literature
- A. Behr/G. Rohwer: Bevölkerungs- und Wirtschaftsstatistik, 2012.
- D. Brümmerhoff: Volkswirtschaftliche Gesamtrechnungen, 8. Auflage, 2007.
- Participants